基于数据挖掘的电站锅炉运行优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 煤质监测技术发展及研究现状 | 第11-13页 |
| 1.2.2 数据挖掘技术发展及研究现状 | 第13-14页 |
| 1.3 数据挖掘技术在火电厂中的应用 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 电站锅炉入炉煤质监测模型 | 第17-28页 |
| 2.1 煤粉燃烧过程的基本描述 | 第17-19页 |
| 2.1.1 煤的组成 | 第17-18页 |
| 2.1.2 煤粉的燃烧过程 | 第18页 |
| 2.1.3 煤粉燃烧反应中的化学变化 | 第18-19页 |
| 2.2 锅炉燃煤的水分监测模型 | 第19-21页 |
| 2.3 锅炉入炉煤质监测模型 | 第21-23页 |
| 2.4 锅炉入炉煤质监测模型的求解 | 第23-24页 |
| 2.5 试验验证及结果分析 | 第24-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 数据挖掘理论及关联规则算法 | 第28-37页 |
| 3.1 数据挖掘理论 | 第28-30页 |
| 3.2 数据预处理 | 第30-33页 |
| 3.2.1 数据筛选 | 第30页 |
| 3.2.2 聚类分析 | 第30-32页 |
| 3.2.3 数据离散化 | 第32-33页 |
| 3.3 关联规则理论 | 第33-35页 |
| 3.3.1 关联规则基本理论 | 第33页 |
| 3.3.2 关联规则Apriori算法 | 第33-34页 |
| 3.3.3 改进关联规则Apriori算法 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 电站锅炉运行最佳值的确定 | 第37-43页 |
| 4.1 电站锅炉运行优化概述 | 第37页 |
| 4.2 锅炉运行最佳值的意义 | 第37-38页 |
| 4.3 锅炉运行优化目标函数的确定 | 第38-42页 |
| 4.3.1 煤质变化对锅炉运行成本的影响 | 第38-39页 |
| 4.3.2 联合燃煤成本的提出 | 第39页 |
| 4.3.3 联合燃煤成本数学模型的建立 | 第39-40页 |
| 4.3.4 联合燃煤成本合理性分析 | 第40-41页 |
| 4.3.5 联合燃煤成本模型验证 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 基于数据挖掘的电站锅炉运行优化及实践 | 第43-57页 |
| 5.1 基于数据挖掘的电站锅炉运行优化的原理 | 第43-44页 |
| 5.2 电站锅炉大数据应用软件 | 第44-45页 |
| 5.3 基于数据挖掘的电站锅炉运行优化的应用 | 第45-54页 |
| 5.3.1 实例应用 | 第45-51页 |
| 5.3.2 优化结果及其分析评价 | 第51-54页 |
| 5.4 工程应用 | 第54-55页 |
| 5.5 本章小结 | 第55-57页 |
| 第6章 结论与展望 | 第57-60页 |
| 6.1 结论 | 第57-58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第64-65页 |
| 致谢 | 第65页 |
