| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 电站锅炉运行优化概述 | 第10-11页 |
| 1.3 数据挖掘与锅炉运行优化 | 第11-15页 |
| 1.4 本文主要内容 | 第15-17页 |
| 2 电站锅炉运行数据的提质处理 | 第17-28页 |
| 2.1 引言 | 第17页 |
| 2.2 锅炉运行数据的特点 | 第17-19页 |
| 2.3 数据的清洗 | 第19-22页 |
| 2.4 锅炉稳态工况提取 | 第22-25页 |
| 2.5 基于RReliefF方法的特征选择 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 3 基于元素分析的工业分析预测模型 | 第28-38页 |
| 3.1 引言 | 第28-29页 |
| 3.2 煤质在线技术 | 第29页 |
| 3.3 模型介绍 | 第29-31页 |
| 3.4 煤质工业分析的GA-SVM预测模型 | 第31-35页 |
| 3.5 NO_x回归预测模型 | 第35-37页 |
| 3.6 本章小结 | 第37-38页 |
| 4 基于模糊关联规则的飞灰含碳量和NO_x协同优化 | 第38-55页 |
| 4.1 引言 | 第38-39页 |
| 4.2 关联规则模型介绍 | 第39-43页 |
| 4.3 低NO_x和低飞灰含碳量的关联规则挖掘 | 第43-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 5.1 全文总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 攻读硕士学位期间发表学术论文情况 | 第64页 |