基于数据分析的电站运行优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外技术研究现状 | 第10-12页 |
| 1.2.1 电站运行优化现状 | 第10-11页 |
| 1.2.2 数据挖掘应用现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第2章 基于关联特性的电站机组数据分析通用模型 | 第14-26页 |
| 2.1 关联规则挖掘 | 第14-16页 |
| 2.1.1 关联规则定义 | 第14-15页 |
| 2.1.2 Apriori算法 | 第15-16页 |
| 2.2 改进的Apriori算法 | 第16-22页 |
| 2.2.1 基于矩阵的数据存储格式 | 第16-17页 |
| 2.2.2 算法实现步骤 | 第17-18页 |
| 2.2.3 算法举例 | 第18-20页 |
| 2.2.4 算法试验 | 第20-22页 |
| 2.3 通用分析模型 | 第22-25页 |
| 2.3.1 数据预处理 | 第22-24页 |
| 2.3.2 算法流程 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 制粉系统运行参数优化研究 | 第26-38页 |
| 3.1 制粉系统优化的意义 | 第26-27页 |
| 3.2 制粉系统运行参数优化模型 | 第27-33页 |
| 3.2.1 制粉系统机理分析 | 第28-30页 |
| 3.2.2 制粉系统优化评价参数 | 第30-33页 |
| 3.3 磨煤机组合优化数据挖掘 | 第33-37页 |
| 3.3.1 数据预处理 | 第33-34页 |
| 3.3.2 数据挖掘算法流程 | 第34页 |
| 3.3.3 挖掘结果分析 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 风烟系统低NOX优化燃烧调整 | 第38-51页 |
| 4.1 概述 | 第38-40页 |
| 4.2 低NOx控制技术 | 第40-42页 |
| 4.2.1 低NOx燃烧技术 | 第40-41页 |
| 4.2.2 烟气脱硝技术 | 第41-42页 |
| 4.3 影响NOx生成的主要因素 | 第42-43页 |
| 4.3.1 设计因素 | 第42页 |
| 4.3.2 运行因素 | 第42-43页 |
| 4.4 数据分析及预处理 | 第43-46页 |
| 4.4.1 最优磨煤机组合方式 | 第43-44页 |
| 4.4.2 烟气含氧量聚类分析 | 第44页 |
| 4.4.3 二次风量软测量模型 | 第44-46页 |
| 4.5 数据挖掘 | 第46-48页 |
| 4.6 各个工况寻优结果对比分析 | 第48-50页 |
| 4.7 结论 | 第50-51页 |
| 第5章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文 | 第56-57页 |
| 致谢 | 第57页 |
