吴昊
河北国华沧东发电有限责任公司 单位省市:河北省沧州市061113
摘要：目前国家倡导绿色环保理念，所以更多的火力发电厂追求可持续发展，以及如何利用可循环再生资源来进行发电，这样不仅能够节约成本，此外还能够节省资源，保护生态环境。在不断的发展中，相关的火力发电厂需要探索开发新的资源进行发电，数据挖掘技术能够对数据进行储存和分析，在开发资源的过程中，充当重要的角色。由于火电机组发电过程复杂，数据参数庞大，运用数据挖掘技术对火电机组进行分析、优化，可以说是效果显著。
关键词：火电厂；优化运行；数据挖掘技术；应用分析
1.数据挖掘技术概述
一般数据挖掘要实现的目标有2种类型：描述和预测数据。描述数据是将大量数据中的信息统计分析出一个共有的特性。预测数据是获取当前数据与历史数据来预测未来发生该事件的概率等信息。
数据挖掘的过程分为几个阶段：需求确认、数据收集和预处理、数据挖掘、结果分析和反馈。数据挖掘的第一步为需求确认，数据挖掘可以应用的范围十分广泛，在进行算法设计之前应对数据挖掘应用的行业领域有所了解，并且与用户、企业等相关人员沟通确认数据挖掘想要达到的目标和效果。第二步开始进行数据收集和预处理，大量数据处理和存储是不可行的，可以通过抽取数据进行存储或者对数据进行初步筛选的方式来进行，得到初步获取的数据后，需要对其进行归一化、去除无效数据等操作，之后对数据平整化、进行加权等预处理。第三步进行数据挖掘，根据数据的特点和想要实现的目标来确定使用何种算法，常用于数据挖掘的算法有遗传算法、模糊集算法、神经网络算法、模糊神经网络法、决策树方法等。当要实现的目标较为复杂或者数据不好处理时，结合2种或者多种算法进行数据模型的建立和演算，最终实现目标。最后一步是结果分析和反馈，通过数据挖掘实现了目标后，需要将其以简单易懂的方式呈现给用户，由用户对数据挖掘的结果进行评价，是否满足其需求以及是否需要再挖掘，同时需要考虑不同算法、不同模型对结果的影响，应该进行多种尝试找到最合适、最正确的模型。
2.数据挖掘技术在火电厂优化运行中的应用
2.1确定运行优化目标
火电机组运行参数与周围环境以及运行时间有着密切关系，为了保证火电机组运行状态的最佳性，需要对相关参数进行调整。应用数据挖掘技术，可以准确地找到有价值的数据信息，并确定火电厂优化运行参数目标值。在对大量历史数据进行分析的过程中，可以确定火电厂运行优化目标值模型，然后确定运行参数，建立火电厂优化运行模式库。在采集数据时，应采取实时收集的方式，挖掘出潜藏的知识与数据之间的规律，从而方便工作人员对设备的相关参数进行调整。在火电厂中常用的有模糊关联规则挖掘算法，主要是对不同负荷工况下火电机组运行参数进行挖掘，并从中找到运行最优值。确定出火电厂优化运行的目标值，这些数据都是通过数据挖掘技术确定的，而且根据试验证明，在对火电厂运行参数进行优化后，火电厂对周围环境的影响明显降低了，锅炉运行的效率也大大提高了，可以有效提高火电厂的经济效益。
2.2最优运行曲线
利用数据挖掘技术得到火电厂运行优化目标值以后，采用最小二乘拟合法计算负荷数组，得到运行参数最优值曲线。通过数据挖掘技术得到300MW机组过量空气系数设计值曲线和最优值拟合曲线，如图1所示。过量空气系数对于火电厂锅炉的燃烧情况有着直接影响，过量空气系数过小，会造成锅炉中燃料无法充分燃料，造成燃料浪费，产生较大的热损失；过量空气系数过大，会增加锅炉内空气流速，降低炉膛温度，影响锅炉运行效率。
.jpg)
2.3故障诊断
在不断的生产过程中，机器等各种设备会产生大量的数据，通过对数据的采集，可以有效地分析各种设备的工作性能，对工作效率以及工作状态进行实时性的监测。通过对数据进行筛选和储存，保留更多有用的数据，通过数据的分析以及一些计算模板的计算，得到更好的结果，首先可以对设备的故障进行诊断，在设备没有发生故障之前就可以进行一个预测，及时地进行维护，从而预防了设备出现故障。这样不仅提高了设备的工作效率，同时还节省了大量的资金。对生产过程中出现的故障时的数据进行挖掘和整理，创造一个故障数据集，从而对设备出现故障时的一些数据进行分析，能够精准的确定是某一个机组出现故障不仅有利于进行维修，而且还能够在日后的工作中更加的注意该方面的事故发生。
2.4机组负荷分配
通常机组负荷分配的优化目标函数为供电成本和标准煤耗，由于供电成本中包含很多难以量化的因素，不便于数学模型的建立。现在随着数据挖掘研究的普及和深入，可利用该技术实现机组负荷分配的优化目标。有人通过神经网络算法对机组负荷信息进行预测，再结合遗传算法在预测信息中选择最优的为输出的负荷优化结果。现阶段机组生产不仅要考虑供电成本和煤耗，还需要降低对环境的污染程度，可以在前者的基础上增加效益函数或者隶属度的方法来进行全局优化，达到经济效益与环境污染的综合解。所以在考虑运行参数的最优目标值时需要多种因素，为了得出机组运行的供电成本与锅炉煤耗的关系，可以对机组运行中的数据进行有选择性地提取，例如机组负荷、供电煤耗、排烟温度等，每个样本中应该包含多种运行参数，然后通过模糊分析法对参数进行初步处理，再增加相应隶属度的设置即可获得两者的关系，选取出一个最优值即为当前状态下最优化的结果。最后通过对实际运行中的数据进行监测，验证提出的算法是否符合实际运行情况，是否能达到机组优化运行的效果。
2.5数据分析
近些年，随着对生态环境的越发重视，倡导可持续发展与绿色生活的理念，很多设备上都安装了脱硫、脱硝设备来减少对环境的污染。虽然安装了这些设备保护了环境，但是增加了工作中的难度，生产过程中不容易对一些设备进行控制，甚至会提高火电厂的发电成本，针对这种情况，需要及时对数据进行分析来解决这些问题。通过对大量数据的挖掘处理，对数据进行实时向监测分析设备的工作性能，以及整个发电系统的运行情况，可以在其中发现许多问题。由于设备的增加，所以会导致原有设备的工作量加大，导致设备出现故障的频率增加，所以在对设备进行实质性监测过程中，还需要分析故障出现的原因以及故障出现的具体部位从而进行全局的优化。采用最适合的算法进行预判和决策，对得到的结果进行检测。采用模糊挖掘技术，对机组进行优化的过程中，需要不断的调整不同机组的负荷状态，从而得到最好的工作效果。总的来说，对火电厂进行优化的目标是为了让火电厂具有更好的工作状态，节省更多的发电成本，提高火电厂的发电效率，更好的合理利用资源。
结 语：
总之，通过优化火电厂运行可以提高效率并降低运行成本，合理利用数据挖掘技术，可以在火电厂运行中挖掘出很多具有价值的信息与知识，通过加大数据分析与研究全面发挥数据挖掘技术的作用，促进火电厂运行效率提升，为社会主义现代化建设提供能源支持。
参考文献：
[1]张泽坤.火电厂优化运行中数据挖掘技术的应用[J].科技创新与应用，2018(28):152-153.
[2]高起栋.基于数据挖掘技术的火电厂设备状态监测系统[J].工业技术创新，2017，04（06）：24-27.