基于数据挖掘的电厂机组特性识别及优化运行
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 引言 | 第10-14页 |
| ·选题的背景及意义 | 第10-11页 |
| ·省级地方电厂管理信息系统的概述 | 第10-11页 |
| ·数据分析技术电厂方面的应用 | 第11页 |
| ·电厂优化分配的研究状态 | 第11-12页 |
| ·机组的汽耗率模型简介 | 第11-12页 |
| ·热电负荷优化分配的研究现状 | 第12页 |
| ·本文的主要研究工作 | 第12-14页 |
| 第二章 热电厂的结构分析与研究 | 第14-20页 |
| ·热电厂基础设备简介 | 第14-15页 |
| ·锅炉 | 第14页 |
| ·汽轮机 | 第14-15页 |
| ·减温减压器 | 第15页 |
| ·热电厂运行状态系统的模型 | 第15-18页 |
| ·热电系统运行参数 | 第16-17页 |
| ·热电系统运行参数关系 | 第17-18页 |
| ·热电厂运行状态监视系统的框架设计 | 第18-20页 |
| ·热电厂信息管理系统的整体框架 | 第18-19页 |
| ·热电厂运行状态监视系统的框架 | 第19-20页 |
| 第三章 电厂监控系统数据质量分析 | 第20-29页 |
| ·数据的抽取、筛选 | 第20-21页 |
| ·数据处理中不确定度理论 | 第21-23页 |
| ·不确定理论定义 | 第21页 |
| ·直接不确定的分类 | 第21-22页 |
| ·间接测量量不确定度的评定 | 第22-23页 |
| ·电厂监控系统数据甄别的设计 | 第23-29页 |
| ·机组监控数据的计算公式 | 第23-25页 |
| ·电厂热电系统的三大平衡 | 第25-26页 |
| ·基于统计学的数据提取方法 | 第26-27页 |
| ·不确定度的应用 | 第27-29页 |
| 第四章 新型数据挖掘算法 M5P 的研究 | 第29-35页 |
| ·数据挖掘特点 | 第29页 |
| ·数据挖掘的过程概述 | 第29-30页 |
| ·数据挖掘过程的实现 | 第30-35页 |
| ·数据的预处理 | 第30-31页 |
| ·数据挖掘算法 M5P 的原理及实现 | 第31-35页 |
| 第五章 基于数据挖掘的电厂负荷优化分配模型的开发 | 第35-54页 |
| ·基于数据挖掘的机组特性拟合曲线 | 第35-39页 |
| ·传统机组汽耗率建模方法 | 第35-36页 |
| ·机组汽耗率建模的分析 | 第36页 |
| ·基于 M5P 机组汽耗率的模型 | 第36-37页 |
| ·模型对比及分析 | 第37-39页 |
| ·基于数据挖掘的机组工况图的绘制 | 第39-46页 |
| ·机组工况图的意义 | 第39-40页 |
| ·机组工况分析 | 第40-41页 |
| ·数据预处理 | 第41-43页 |
| ·机组工况图的绘制 | 第43-46页 |
| ·基于工况图的滚动识别 | 第46页 |
| ·负荷优化分配模型的建立 | 第46-54页 |
| ·遗传-退火算法介绍 | 第46-50页 |
| ·优化模型 | 第50页 |
| ·汽耗率模型的优化 | 第50-51页 |
| ·负荷优化结果及分析 | 第51-52页 |
| ·优化算法收敛性和计算效率的分析 | 第52-54页 |
| 第六章 工作总结与展望 | 第54-55页 |
| ·总结 | 第54页 |
| ·尚需改进的地方 | 第54页 |
| ·应用前景与展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录 | 第59-60页 |
| 详细摘要 | 第60-64页 |
