王 俠 解文強

（山西京玉發(fā)電有限責任公司，河南 朔州 03377220000）

1 火電廠優(yōu)化運行概述

火電廠優(yōu)化運行的目的是保障火電機組在當前運行條件下達到最佳狀態(tài)，在不同外部環(huán)境和負荷條件下提供將火電機組的最優(yōu)參數和運行方式控制。而火電機組運行優(yōu)化目標值對于火電機組運行的經濟性有著重要影響，確定正確的火電機組運行優(yōu)化目標值以后，可根據該最優(yōu)值計算火電機組實際運行參數，掌握火電廠生產運營中的各項經濟損失，為火電廠節(jié)能改造和經濟運行提供重要參考。當前，火電廠主要根據變工況熱力計算公式、最優(yōu)運行試驗和火電機組設計值來確定火電廠優(yōu)化運行目標值，該目標值在標準運行工況條件下為一個定值［1］。在實際應用過程中，隨著火電機組運行時間的增長，火電機組運行狀態(tài)和運行環(huán)境隨時發(fā)生變化，火電機組實際的運行狀態(tài)往往達不到最優(yōu)的運行效果。通過運用數據挖掘技術，利用其強大的知識發(fā)現和數據分析能力，采用模數關聯規(guī)則方法來確定火電機組運行優(yōu)化目標值，實現準確、合理的運行調整。

2 數據挖掘技術應用模型

數據挖掘是一個從大量歷史數據挖掘、提出有價值、有用、尚未被發(fā)現和人們感興趣知識和信息的過程，這種數據挖掘技術遵循一定的步驟和框架，其應用優(yōu)勢非常明顯。數據挖掘過程主要包括三個階段：解釋評估、數據挖掘和數據準備。數據準備是最基礎的階段，其準備情況對于數據挖掘的有效性、準確度和效率有著直接影響，在這個階段又包括四個步驟：數據轉換、數據預處理、數據選擇和數據集成。數據挖掘技術應用主要是通過聚類分析、分類分析、序列模式分析、關聯分析等方法［2］，從大量原始數據中提取所需的信息和知識。解釋評估是結合用戶需求，分析所提取的信息和知識，區(qū)分有價值的信息和無用信息，以便于人們理解的方式來呈現這些知識，還需科學有效地進行評價分析。

3 數據挖掘技術在火電廠優(yōu)化運行中的應用

3.1 運行優(yōu)化目標值確定

火電廠生產運營過程中，各種機械設備需要緊密協作，這使得不同機械設備的運行波動產生一定的關聯性，通過分析火電廠設備運行數據可以發(fā)現這種波動關聯。并且火電機組運行參數、機組負荷、運行人員操作技能與整個火電機組運行性能有著非常復雜的關系，其也表現在火電廠性能指標、運行負荷、運行參數等數據之間的聯系，將不同數據進行定量化，可以獲得火電機組實際運行關聯規(guī)則。數據挖掘技術在火電廠優(yōu)化運行中的應用，關鍵在于挖掘量化關聯規(guī)則，從大量歷史數據中分析不同運行數據的關系，從而確定火電廠優(yōu)化運行參數目標值。

通過運用數據挖掘技術來確定火電廠運行優(yōu)化目標值流程，該流程主要包括在線和離線兩部分，基于火電廠機組運行的大量歷史數據，經過數據挖掘以后獲得火電廠運行優(yōu)化目標值模型，通過回歸分析和工況辨識，利用包括最優(yōu)模型集、運行參數的推理規(guī)則，構建火電廠優(yōu)化運行模型庫。結合火電廠運行優(yōu)化目標和實時采集的現場數據，離線挖掘出電力生產數據之間的規(guī)則和隱藏知識，確定正常運行狀態(tài)下火電廠運行參數優(yōu)化目標值，使火電廠現有控制系統(tǒng)通過閉環(huán)或者開環(huán)輸出運行優(yōu)化目標值，指導工作人員調整相關的控制器參數或者執(zhí)行機構。

按照上述步驟，應用模糊關聯規(guī)則挖掘算法，挖掘100%、90%、70%等負荷工況下的可控可調整運行參數，從而得到運行最優(yōu)值，如表1所示，利用數據挖掘技術和傳統(tǒng)方法確定火電廠運行優(yōu)化目標值對比情況。

表1 300MW機組運行參數基準值和最優(yōu)值比較

從表1可知，運用數據挖掘技術確定火電廠運行優(yōu)化目標值，根據電力生產要求進行閉環(huán)試驗，實驗結果表明，火電廠運行參數優(yōu)化以后，空氣污染物排放量明顯減少、供電煤耗率降低，鍋爐運行效率提高，經濟效益非常明顯。

3.2 最優(yōu)運行曲線

利用數據挖掘技術得到火電廠運行優(yōu)化目標值以后，采用最小二乘擬合法計算負荷數組，得到運行參數最優(yōu)值曲線。通過數據挖掘技術得到300MW機組過量空氣系數設計值曲線和最優(yōu)值擬合曲線，如圖1所示。過量空氣系數對于火電廠鍋爐的燃燒情況有著直接影響，過量空氣系數過小，會造成鍋爐中燃料無法充分燃料，造成燃料浪費，產生較大的熱損失；過量空氣系數過大，會增加鍋爐內空氣流速，降低爐膛溫度，影響鍋爐運行效率。

圖1 過量空氣系數最優(yōu)運行曲線

在300MW負荷條件霞，隨著過量空氣系數的減小，鍋爐熱量損失不斷增加，當過量空氣系數超過1.294時，過量空氣系數減小，燃料不完全燃燒損失遠遠小于排煙熱損失。在低負荷運轉狀態(tài)下，過量空氣系數和火電廠鍋爐飛灰含碳量之間的關系不密切，考慮到鍋爐燃燒的均勻性和穩(wěn)定性，150MW負荷運行狀態(tài)下的過量空氣系數最好控制在1.53附近。

另外，數據挖掘技術在火電廠優(yōu)化運行中的應用，應注意以下兩方面內容：一方面，使用數據挖掘技術之前，應全面了解火電廠的實際運行情況，結合數據挖掘目的，采用關聯規(guī)則、聚類、分類等算法；另一方面，數據挖掘技術應用過程中，應選擇和數據挖掘目標比較密切，并且基于火電廠機組穩(wěn)定運行工況下的歷史數據。

4 結語

火電廠優(yōu)化運行對于提高生產效率，降低生產運行成本有著重要的現實意義，在火電廠優(yōu)化運行中通過運用數據挖掘技術，可以挖掘出大量有價值的知識和信息，為了充分發(fā)揮數據挖掘技術的應用優(yōu)勢，應加大對數據挖掘的分析和研究，不斷提高火電廠優(yōu)化運行水平。

［1］裘國相，汪思源，王文標.數據挖掘在火電廠運行優(yōu)化目標值確定中的應用［J］.自動化技術與應用，2011（3）:6-9.

［2］李建強，牛成林，劉吉臻.數據挖掘技術在火電廠優(yōu)化運行中的應用［J］.動力工程，2012（6）:830-835.