【摘要】：隨著我國經(jīng)濟持續(xù)發(fā)展,能源消費保持增長態(tài)勢。燃煤發(fā)電作為能源供應的支柱產(chǎn)業(yè),在我國獨特的能源結(jié)構作用下,將繼續(xù)占據(jù)主導地位,也是我國實現(xiàn)優(yōu)能降耗減排目標的關鍵。大數(shù)據(jù)、人工智能的崛起及迅猛發(fā)展,推動著智能化、信息化與工業(yè)化的深度融合,為我國發(fā)電企業(yè)由高能耗、高排放、低效率的粗放型發(fā)展方式向低能耗、低排放、高效率的綠色發(fā)展方式轉(zhuǎn)變帶來新的方式和機遇。隨著電力系統(tǒng)信息集成化的普及應用,電站機組積累了海量運行數(shù)據(jù),如何挖掘數(shù)據(jù)中的潛在價值并加以利用,已成為當前發(fā)電行業(yè)的重要研究領域。推廣大數(shù)據(jù)技術在電站機組的多角度、深層次、寬范圍的挖掘與應用,對提高機組效率及深化優(yōu)能降耗具有重要意義。首先,通過對電力大數(shù)據(jù)定義及特征的概括分析,闡述了電站機組大數(shù)據(jù)的定義及價值。針對電站機組大數(shù)據(jù)的挖掘過程,提出電站機組大數(shù)據(jù)的層級架構設計;同時,依據(jù)電站大數(shù)據(jù)處理關鍵技術,構建電站大數(shù)據(jù)生態(tài)系統(tǒng)應用框架,引入大數(shù)據(jù)存儲與批處理技術,實現(xiàn)電站機組大數(shù)據(jù)的信息挖掘與獲取。其次,深入分析電站機組海量運行數(shù)據(jù)特點及數(shù)據(jù)質(zhì)量,闡明質(zhì)量缺陷及原因,明確數(shù)據(jù)處理策略及方法。在電站機組數(shù)據(jù)檢測中,采用多參數(shù)閾值判斷法篩選穩(wěn)態(tài)工況數(shù)據(jù)。在數(shù)據(jù)預處理中,利用雙線性插值法及聯(lián)合概率密度法分別處理數(shù)據(jù)空缺值及離散值;同時,針對電站機組大數(shù)據(jù)高維度、非線性的特點,引入模糊粗糙集理論,建立電站機組大數(shù)據(jù)特征參數(shù)選擇方法,剔除冗余或無關參數(shù),精簡特征參數(shù)集,保證大數(shù)據(jù)挖掘處理的高效率性與高精度性。再次,開展基于大數(shù)據(jù)技術的電站機組能耗分析方法。以模糊粗糙集屬性約簡為基礎,通過Canopy算法對K-means聚類算法改進,并將改進K-means聚類算法在Hadoop平臺上實現(xiàn)并行化計算,實現(xiàn)全工況高效尋優(yōu)確定電站機組運行目標基準值。同時,建立支持向量機能耗敏感性分析模型,依據(jù)供電煤耗與輸入特征參數(shù)之間的依賴度及相關性,分析不同負荷工況下關鍵特征參數(shù)對供電煤耗的敏感性系數(shù)。然后,分析廠網(wǎng)兩級負荷優(yōu)化分配現(xiàn)狀,針對電力發(fā)展清潔型、靈活型、智能型需求,提出基于大數(shù)據(jù)技術的考慮邊界條件及污染物排放的多目標廠級負荷優(yōu)化分配策略�；陔娬緳C組的海量運行數(shù)據(jù),引入大數(shù)據(jù)分析方法,通過粒子群算法對支持向量機進行改進,建立廠級快速性、經(jīng)濟性、環(huán)保性多目標負荷優(yōu)化預測模型;并利用MapReduce并行編程模型實現(xiàn)對NSGA-Ⅱ優(yōu)化算法的并行化處理,完成廠級多目標負荷優(yōu)化分配計算。以此為基礎開展的廠級負荷優(yōu)化分配可有效降低電站機組供電煤耗及污染物排放,對電力系統(tǒng)節(jié)能發(fā)電調(diào)度具有參考意義。最后,開展燃氣電站機組對標管理綜合評估研究。在分析研究燃氣電廠對標管理評估特點及表征參數(shù)的基礎上,從安全環(huán)保、機組可靠、設備管理、經(jīng)濟運營、生產(chǎn)技術5個方面建立燃氣電站機組對標管理綜合評價指標體系:同時,基于大數(shù)據(jù)分析方法的粗糙集屬性約簡原理,結(jié)合向量夾角余弦與主成分分析法,建立燃氣電站機組對標管理綜合評估模型。針對模型賦權方案,建立基于指標權值的敏感性分析模型,檢驗結(jié)果表明所建立的燃氣電站機組對標管理綜合評價模型的權值分配敏感性較低,模型評價結(jié)果穩(wěn)定,魯棒性好,為燃氣電廠企業(yè)對標管理及電廠機組間競賽提供指導和幫助。
【圖文】：

高效率的綠色發(fā)展方式轉(zhuǎn)變Ｗ。能源大數(shù)據(jù)作為新一代工業(yè)信息革新的必然過逡逑程，并不僅僅是簡單的技術進步，更是大數(shù)據(jù)時代下下一代智慧能源管理系統(tǒng)逡逑價值形態(tài)的躍升（圖１－１所示）。與傳統(tǒng)數(shù)據(jù)智能分析相比，大數(shù)據(jù)分析更注重總逡逑體視角的關聯(lián)性分析，挖掘潛在信息價值之間的相關性，并不僅僅囿于單個領逡逑域或主題內(nèi)的因果關系。近兩百年來人類社會經(jīng)過工業(yè)革命掠奪式發(fā)展，當前逡逑人類、社會、經(jīng)濟發(fā)展面臨的首要問題是全球能源資源的快速消耗、環(huán)境污染逡逑及氣候變化。傳統(tǒng)的投資驅(qū)動、管理驅(qū)動、經(jīng)濟驅(qū)動的快速粗放型發(fā)展模式，逡逑已經(jīng)面臨越來越大的社會問題，亟需轉(zhuǎn)型。逡逑＾—邐＇￣￣－－邐邐逡逑，＾據(jù)，形成ｉｆ據(jù)資產(chǎn)逡逑／邋，，．邐￣；邐逡逑＇邐’＾Ｓｉ內(nèi)部提升獲取數(shù)據(jù)面能乃和效‘逡逑／邋／邋－邐－Ｖｙ￣邐…———逡逑讓數(shù)據(jù)創(chuàng)造價值邋ｒ邋在管理決策中致力于數(shù)據(jù)價值的發(fā)現(xiàn)逡逑｛邋｛邐－邐）邋Ｉ邋一二．：．．．．．．＇逡逑、構建海量數(shù)據(jù)計算系統(tǒng)

排放和嚴重霧霾的三重挑戰(zhàn)，以投資拉動增長的發(fā)展方式難以為繼。電力裝機逡逑容量作為衡量我國電力工業(yè)的重要標志，近年來雖然始終有所增長，但其增速逡逑己經(jīng)大大放緩（如圖１－２所示）。一方面，，由于我國電力需求的增速正在逐步降逡逑低：另一方面，我國電力行業(yè)經(jīng)過信息化建設的快速發(fā)展，急劇增長透支的產(chǎn)逡逑能需要時間慢慢融合、消化。這就要求電力行業(yè)在新的發(fā)展形勢及經(jīng)濟驅(qū)動下，逡逑結(jié)合智能管理信息技術，探索和創(chuàng)新新的發(fā)展模式，迎接所面臨的各種挑戰(zhàn)。逡逑１８００００邋ｒ邐＾邐１２逡逑１６００００邋－邐１０．６邋§ｊ邋＿逡逑嚴。。，９邋９邐卜ｌ邋Ｌ１０逡逑ｉＺｏｊｉ邋｜邋Ｊ邋Ｉ邋Ｉ邋４．７邋＾ｌ１１７７：0８＇６邋＾逡逑Ｓ：：：：４Ｔ３ｆｆ１１８邋；邐；；Ｓ逡逑，Ｈ１．W．１．邋Ｌ．邋ｆ邋．邋ｙ．邋■邋１邋（）逡逑２０１０邋２０１１邋２０１２邋２０１３邋２０１４邋２０１５邋２０１６邋２０１７逡逑年份逡逑ｓ－＊＊裝機容量—年增長率逡逑圖１－２中國電力裝機容量逡逑Ｆｉｇ．邋１－２邋Ｃｈｉｎａ邋ｐｏｗｅｒ邋ｉｎｓｔａｌｌｅｄ邋ｃａｐａｃｉｔｙ逡逑移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術的發(fā)展，使數(shù)據(jù)以超乎人們想象的速度快速增長。逡逑據(jù)國際數(shù)據(jù)公司（ＩＤＣ）統(tǒng)計，２０１５年全球數(shù)據(jù)信息總量已經(jīng)達到８．５９ＺＢ，預計逡逑２０２０年全球數(shù)據(jù)產(chǎn)生量達到４４ＺＢ（如圖１－３所示）
【學位授予單位】：華北電力大學(北京)
【學位級別】：博士
【學位授予年份】：2019
【分類號】：TM621

【參考文獻】

相關期刊論文 前10條

1 彭張林;張強;楊善林;;綜合評價理論與方法研究綜述[J];中國管理科學;2015年S1期

2 于亞男;金陽忻;江全元;徐習東;;基于RT-LAB的柔性直流配電網(wǎng)建模與仿真分析[J];電力系統(tǒng)保護與控制;2015年19期

3 盛萬興;葉學順;劉科研;孟曉麗;;基于NSGA-Ⅱ算法的分布式電源與微電網(wǎng)分組優(yōu)化配置[J];中國電機工程學報;2015年18期

4 王繼業(yè);;大數(shù)據(jù)在電網(wǎng)企業(yè)的應用探索[J];中國電力企業(yè)管理;2015年17期

5 付鵬;王寧玲;李曉恩;徐漢;張雨檬;楊勇平;;基于信息物理融合的火電機組節(jié)能環(huán)保負荷優(yōu)化分配[J];中國電機工程學報;2015年14期

6 高榕;李晶;肖雅夫;祝孫靜;彭衛(wèi)平;;基于云環(huán)境K-means聚類的并行算法[J];武漢大學學報(理學版);2015年04期

7 袁桂麗;張健華;王田宏;杜娟;;基于TOPSIS灰色關聯(lián)投影法的火電廠節(jié)能綜合評價與權重靈敏度分析[J];動力工程學報;2015年05期

8 劉吉臻;劉_g昕;王瑋;;基于汽水分布方程的熱力發(fā)電機組凝結(jié)水節(jié)流靜態(tài)負荷響應特性[J];動力工程學報;2015年04期

9 李勇;何蕾;龐傳軍;劉琪;;基于層次分析法的火電廠運行情況量化評價方法[J];電網(wǎng)技術;2015年02期

10 王德文;孫志偉;;電力用戶側(cè)大數(shù)據(jù)分析與并行負荷預測[J];中國電機工程學報;2015年03期

相關博士學位論文 前6條

1 齊敏芳;大數(shù)據(jù)技術及其在電站機組分析中的應用[D];華北電力大學(北京);2016年

2 姚靜;基于遺傳算法的火電機組負荷優(yōu)化分配研究[D];武漢大學;2013年

3 冉鵬;基于動態(tài)數(shù)據(jù)挖掘的電站熱力系統(tǒng)運行優(yōu)化方法研究[D];華北電力大學;2012年

4 王寧玲;基于數(shù)據(jù)挖掘的大型燃煤發(fā)電機組節(jié)能診斷優(yōu)化理論與方法研究[D];華北電力大學（北京）;2011年

5 楊婷婷;基于數(shù)據(jù)的電站節(jié)能優(yōu)化控制研究[D];華北電力大學（北京）;2010年

6 牛成林;增量數(shù)據(jù)挖掘及其在電站運行優(yōu)化中的理論研究及應用[D];華北電力大學（北京）;2010年

相關碩士學位論文 前8條

1 白宇;模糊神經(jīng)網(wǎng)絡在協(xié)調(diào)控制系統(tǒng)中的應用研究[D];東北電力大學;2018年

2 王燦強;基于異常值處理的隨機森林和kNN模型在EEG數(shù)據(jù)中的應用[D];蘭州大學;2017年

3 李娜;電力行業(yè)競爭力對標綜合評價體系研究[D];天津大學;2017年

4 阮浩;多模型控制研究及其在機爐協(xié)調(diào)系統(tǒng)中的應用[D];東南大學;2016年

5 季一丁;多變量復雜系統(tǒng)的穩(wěn)態(tài)檢測和提取方法研究[D];浙江大學;2016年

6 潘文凱;改進的模糊聚類算法在電站運行優(yōu)化中的應用[D];華北電力大學;2016年

7 蔣佳軍;基于Hadoop平臺的電力大客戶用電時序數(shù)據(jù)分類研究[D];華南理工大學;2015年

8 楊海源;面向大數(shù)據(jù)的電力通信平臺設計與實現(xiàn)[D];吉林大學;2014年

本文編號：2672433