發(fā)布時(shí)間：2022-08-13 09:22

　　燃煤鍋爐流程工業(yè)是熱電廠流程工業(yè)的一種,有著非常復(fù)雜的生產(chǎn)過程。在工業(yè)生產(chǎn)過程中產(chǎn)生的大量數(shù)據(jù)被采集到計(jì)算機(jī),作為歷史數(shù)據(jù)存儲(chǔ)在計(jì)算機(jī)中。而通過數(shù)據(jù)挖掘可以得到更有利于工業(yè)生產(chǎn)的有價(jià)值信息,所以本文對燃煤鍋爐的生產(chǎn)流程進(jìn)行了優(yōu)化和輔助分析,設(shè)計(jì)了面向燃煤鍋爐流式規(guī)則發(fā)現(xiàn)的計(jì)算模型。該計(jì)算模型的主要內(nèi)容包括數(shù)據(jù)預(yù)處理、時(shí)序發(fā)現(xiàn)、關(guān)聯(lián)鏈的發(fā)現(xiàn)、建模運(yùn)算。使用Spark框架對各個(gè)部分算法進(jìn)行了并行化的設(shè)計(jì),從而提高了數(shù)據(jù)挖掘的效率。最終,設(shè)計(jì)了基于B/S網(wǎng)絡(luò)結(jié)構(gòu)模式的燃煤鍋爐生產(chǎn)流程優(yōu)化輔助決策系統(tǒng),并將其部署于濟(jì)南某熱電廠。在鍋爐的生產(chǎn)過程中,歷史數(shù)據(jù)是由各個(gè)生產(chǎn)環(huán)節(jié)產(chǎn)生的。生產(chǎn)環(huán)節(jié)指的是生產(chǎn)過程中的關(guān)鍵屬性參數(shù),文中將這樣的每個(gè)屬性參數(shù)看成一個(gè)環(huán)節(jié)。首先對計(jì)算機(jī)中質(zhì)量較低的歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)集成并檢查數(shù)據(jù)的準(zhǔn)確性,對存在問題的數(shù)據(jù)及時(shí)處理。其次,除了對歷史數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理,還要發(fā)現(xiàn)各個(gè)環(huán)節(jié)之間的時(shí)序關(guān)系,找到環(huán)節(jié)間的順序。其中使用基于統(tǒng)計(jì)極值的算法實(shí)現(xiàn)了對數(shù)據(jù)的時(shí)序（Time Series）發(fā)現(xiàn)和調(diào)整,通過設(shè)定基準(zhǔn)環(huán)節(jié),利用極值計(jì)算其他環(huán)節(jié)與此環(huán)節(jié)的時(shí)間距,從而得到環(huán)節(jié)的前后時(shí)間序列。然... 

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文的主要內(nèi)容與創(chuàng)新點(diǎn)
        1.3.1 論文的主要內(nèi)容
        1.3.2 論文創(chuàng)新點(diǎn)
    1.4 論文組織結(jié)構(gòu)
第二章 燃煤鍋爐流程對象及算法流程
    2.1 燃煤鍋爐流程對象
        2.1.1 流程對象
        2.1.2 流程對象特點(diǎn)
        2.1.3 燃煤鍋爐流程對象的參數(shù)調(diào)節(jié)
    2.2 相關(guān)算法流程
    2.3 系統(tǒng)的并行化設(shè)計(jì)
        2.3.1 相關(guān)并行計(jì)算理論
        2.3.2 集群計(jì)算框架Spark
    2.4 本章小結(jié)
第三章 燃煤鍋爐數(shù)據(jù)預(yù)處理及獲取關(guān)聯(lián)鏈
    3.1 燃煤鍋爐數(shù)據(jù)預(yù)處理
        3.1.1 數(shù)據(jù)集成
        3.1.2 空值填充
        3.1.3 時(shí)序調(diào)整
        3.1.4 K-Means環(huán)節(jié)聚類算法的并行化
        3.1.5 輪廓系數(shù)法確定環(huán)節(jié)聚類K值
    3.2 獲取燃煤鍋爐關(guān)聯(lián)鏈
        3.2.1 關(guān)聯(lián)規(guī)則
        3.2.2 基于Apriori算法的類間關(guān)聯(lián)規(guī)則算法
        3.2.3 Apriori算法的并行化
        3.2.4 鍋爐環(huán)節(jié)二項(xiàng)關(guān)聯(lián)規(guī)則
        3.2.5 關(guān)聯(lián)鏈的獲取
    3.3 本章小結(jié)
第四章 燃煤鍋爐流程優(yōu)化建模及實(shí)驗(yàn)分析
    4.1 柔性神經(jīng)樹模型
        4.1.1 柔性神經(jīng)樹模型簡介
        4.1.2 柔性神經(jīng)樹網(wǎng)絡(luò)模型的生成
    4.2 模型實(shí)驗(yàn)結(jié)果分析
    4.3 本章小結(jié)
第五章 燃煤鍋爐生產(chǎn)流程優(yōu)化輔助決策系統(tǒng)的實(shí)現(xiàn)
    5.1 系統(tǒng)概述
    5.2 系統(tǒng)環(huán)境
    5.3 數(shù)據(jù)庫設(shè)計(jì)
    5.4 系統(tǒng)流程圖
    5.5 系統(tǒng)功能分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
附錄


【參考文獻(xiàn)】：
期刊論文
[1]鍋爐漏風(fēng)對鍋爐熱損失的影響及對策[J]. 丁彪.  電力與能源. 2019(01)
[2]基于Spark的并行關(guān)聯(lián)規(guī)則挖掘算法研究綜述[J]. 劉莉萍,章新友,牛曉錄,郭永坤,丁亮.  計(jì)算機(jī)工程與應(yīng)用. 2019(09)
[3]工業(yè)燃煤鍋爐燃燒優(yōu)化關(guān)鍵技術(shù)探析[J]. 楊晉芳.  煤質(zhì)技術(shù). 2019(01)
[4]火電廠優(yōu)化運(yùn)行中數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J]. 張澤坤.  科技創(chuàng)新與應(yīng)用. 2018(28)
[5]基于大數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)的鍋爐燃燒含氧量建模研究[J]. 彭道剛,梅蘭,李生根,何鈞.  熱能動(dòng)力工程. 2018(09)
[6]基于數(shù)據(jù)分析的燃煤機(jī)組制粉系統(tǒng)與配風(fēng)方式優(yōu)化[J]. 李建強(qiáng),陳星旭,趙凱,汪安明.  動(dòng)力工程學(xué)報(bào). 2017(11)
[7]基于全工況數(shù)據(jù)挖掘的多目標(biāo)燃燒優(yōu)化[J]. 鄭偉,劉達(dá).  熱力發(fā)電. 2017(06)
[8]基于大數(shù)據(jù)分析的數(shù)學(xué)建模實(shí)踐應(yīng)用研究[J]. 李靜.  淮海工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(01)
[9]過程工業(yè)大數(shù)據(jù)建模研究展望[J]. 劉強(qiáng),秦泗釗.  自動(dòng)化學(xué)報(bào). 2016(02)
[10]改進(jìn)的模糊關(guān)聯(lián)規(guī)則及其挖掘算法[J]. 劉帥,楊英杰,常德顯,邱衛(wèi).  計(jì)算機(jī)工程與設(shè)計(jì). 2015(04)

博士論文
[1]燃煤鍋爐低NOx燃燒系統(tǒng)的數(shù)值模擬與試驗(yàn)研究[D]. 白濤.華北電力大學(xué) 2014
[2]關(guān)聯(lián)規(guī)則挖掘方法的研究及應(yīng)用[D]. 劉亞波.吉林大學(xué) 2005
[3]基于關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘算法的研究[D]. 郭秀娟.吉林大學(xué) 2004

碩士論文
[1]關(guān)聯(lián)規(guī)則在電站鍋爐大數(shù)據(jù)挖掘及優(yōu)化運(yùn)行中的應(yīng)用研究[D]. 張磊.上海發(fā)電設(shè)備成套設(shè)計(jì)研究院 2018
[2]基于并行計(jì)算的流程對象知識(shí)發(fā)現(xiàn)系統(tǒng)的研究與實(shí)現(xiàn)[D]. 鄭雅飛.濟(jì)南大學(xué) 2017
[3]智能家居中的太陽能熱水器控制系統(tǒng)設(shè)計(jì)[D]. 任仁凱.南京師范大學(xué) 2017
[4]面向輔助決策的火電廠大數(shù)據(jù)分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊瀚欽.華北電力大學(xué)(北京) 2017
[5]基于計(jì)算智能方法的多莖環(huán)pre-miRNA預(yù)測研究[D]. 于高強(qiáng).濟(jì)南大學(xué) 2016
[6]基于Spark大數(shù)據(jù)平臺(tái)的火電廠節(jié)能分析[D]. 張興.太原理工大學(xué) 2016
[7]基于hadoop的微博文本分類及商業(yè)詞抽取[D]. 陳應(yīng)友.杭州電子科技大學(xué) 2013
[8]基于模糊神經(jīng)網(wǎng)絡(luò)法的山西省煤炭資源整合及發(fā)展健康度研究[D]. 馬司璽.太原理工大學(xué) 2010
[9]關(guān)聯(lián)規(guī)則算法的研究[D]. 文拯.中南大學(xué) 2009
[10]數(shù)據(jù)挖掘中關(guān)聯(lián)規(guī)則及應(yīng)用的研究[D]. 賈桂霞.蘭州理工大學(xué) 2006



本文編號：3676766