一种基于大数据技术的锅炉操作优化方法及系统技术方案

本发明专利技术公开了一种基于大数据技术的锅炉操作优化方法及系统，针对锅炉运行调整问题，通过设计的基于大数据技术的自动寻优算法，即根据锅炉当前负荷下的运行数据，挖掘锅炉历史运行数据D(k)，再运用聚类算法进行对历史数据进行离散化，然后对聚类后的各类数据进行关联性分析，找到支持度和置信度下锅炉运行效率最高的那类数据L

A boiler operation optimization method and system based on big data technology

【技术实现步骤摘要】
一种基于大数据技术的锅炉操作优化方法及系统
本专利技术涉及电力领域，具体涉及发电行业基于大数据技术的锅炉操作优化方法及系统。
技术介绍
锅炉是电厂的核心设备，其安全、高效、低污染运行对电厂有着十分重要的意义。目前对于锅炉的运行操作多数情况下是运行人员根据自己长期积累的经验人工进行调整，这很难做出合适的决策。另外，燃煤锅炉系统设备众多、结构复杂，其其燃烧过程的调整是一个多参数相互影响的多输入多输出的多变量相关对象，并且呈现出复杂的非线性关系。在运行中，由于要适应气候的变化及供热管网负荷变化，锅炉经常在非额定负荷下变工况运行，使各项运行参数偏离设计工况下的最优值，造成其运行效率下降。因此对燃煤锅炉的经济性和各项热损失进行分析计算，并在此基础上及时合理地对其运行过程中主要参数给予预测和指导，是提高其燃煤效率减少污染物排放的关键。综上，传统的锅炉运行是根据人工经验来调整的，受限于入炉煤质变化大、变负荷运行、运行参数繁杂等原因，很难保持在最佳状态下运行。因此，存在较大的优化调整空间。
技术实现思路
本专利技术就是针对现本文档来自技高网...

【技术保护点】
1.一种基于大数据技术的锅炉操作优化方法，其特征在于：/n采集锅炉主要运行参数与在线煤质分析系统测量的煤质参数，存入数据库；/n设计优化算法，使锅炉的正平衡效率最高；其中，计算过程采用自动寻优算法，具体过程如下：/n输入：/n锅炉运行数据、煤质数据和计算所得的锅炉正平衡效率值，记为D(k)，k表示数据的维度；/n聚类数：n;/n最小支持度：min_sup；/n最小置信度：min_conf；/n输出：锅炉最佳运行方案，即置信度最大的频繁k项集L

【技术特征摘要】
1.一种基于大数据技术的锅炉操作优化方法，其特征在于：
采集锅炉主要运行参数与在线煤质分析系统测量的煤质参数，存入数据库；
设计优化算法，使锅炉的正平衡效率最高；其中，计算过程采用自动寻优算法，具体过程如下：
输入：
锅炉运行数据、煤质数据和计算所得的锅炉正平衡效率值，记为D(k)，k表示数据的维度；
聚类数：n;
最小支持度：min_sup；
最小置信度：min_conf；
输出：锅炉最佳运行方案，即置信度最大的频繁k项集Lkb；
首先，锅炉数据D(k)进行聚类分析，其处理流程为：在D(k)中随机地选择n个对象，每个对象代表一个集合的初始均值或中心，对剩下的每个对象，根据其与各个集合中心的欧氏距离，将它分配到最相似的集合内，然后进行迭代计算，对于每个集合，它使用上次迭代分配到该集合的对象，计算新的均值，然后使用更新后的均值作为新的集合中心，重新分配所有对象，直到集合不再发生改变时停止迭代计算，分别给这n类集合贴标签为1,2,···n，记为Dn(k)；
然后，扫描数据Dn(k)，确定每个项的计数，并收集满足最小支持度的项，找出频繁1项集的集合,该集合记为L1；然后，使用L1找出频繁2项集的集合L2，使用L2找出L3，如此下去，找到满足最小支持度和最小置信度的频繁k项集，选取置信度最大的频繁k项集Lk；
使用Lk-1找出Lk，其中k≥2，主要包括连接步和剪枝步：
连接步：通过将Lk-1与自身连接产生候选k项集的集合，该候选项集的集合记为Ck；设l1和l2是Lk-1中的项集，记号li[j]表示li的第j项；对于（k-1）项集li，这意味把项排序，使得li[1]<li[2]<···<li[k-1]；执行连接Lk-1⋈Lk-1；如果(l1[1]=l2[1])∧(l1[2]=l2[2])∧···∧(l1[k-2]=l2[k-2])∧(l1[k-1]=l2[k-1])，连接l1和l2产生的结果项集是{l1[1],l1[2],···,l1[k-2],l1[k-1]}；
剪枝步：Ck是Lk的超集，Ck的成员可以是也可以不是频繁的，但所有的频繁k项集都包含在Ck中；由于任何非频繁的（k-1）项集都不是频繁k项的子集，因此，如果一个候选k项集的（k-1）项子集不再Lk-1中，则该候选也不可能是频繁的，从而可以从Ck中删除；
最后，Lk在筛选锅炉正平衡效率最大的数据，记为Lmax，运用聚类算法对Lm进行聚类分析，找到聚类中心Lc，即当前负荷下最佳的锅炉运行方案；其处理流程为：从Lmax中任意选取一组数据作为初始中心Lc1，计算其与各组数据的欧氏距离，将其进行求和处理，记为S1；然后改变聚类中心，进行迭代计算，得到各欧式距离之和，其中最小欧式距离之和对应的数据即为聚类中心Lc。


2.根据权利要求1所述的基于大数据技术的锅炉操作优化方法，其特征在于：
所述优化算法的约束条件为：煤质参数和锅炉运行负荷；
优化变量为：锅炉电机转速和电流，风室各挡板开度，锅炉炉膛主要物理参数。


3.根据权利要求1所述的基于大数据技术的锅炉操作优化方法，其特征在于：锅炉与在线煤质分析系统由OPC/database读取。


4.根据权利要求1所述的基于大数据技术的锅炉操作优化方法，其特征在于：在优化计算前需要进行如下逻辑：
先判断安全监控参数是否异...

【专利技术属性】
技术研发人员：鄢烈祥，裴彬，周力，刘立柱，彭愿，梁矩亮，
申请(专利权)人：汉谷云智武汉科技有限公司，
类型：发明
国别省市：湖北;42