面向辅助决策的火电厂大数据分析系统的设计与实现
发布时间：2022-02-14 22:21
随着工业技术的发展,信息化水平提升,人们已经迈入了大数据时代。国家已经颁布了一系列大数据行动指南,旨在督促国内企业开始进行大数据研究。火电厂中的大数据研究起步较晚,现阶段大多数研究都只停留在理论阶段,缺乏实际应用。火电厂作为基础供能企业,其安全稳定运行对国民经济生活意义重大。随着火电厂信息化建设的深入,电厂中安装了许多信息化管理系统,并建立了数据仓库以储存数据。虽然目前火电厂内的信息化系统做了不少数据分析工作,但这些系统在对各项数据进行定量分析时存在困难,同时各个系统数据编码不统一,存在信息孤岛现象。火电厂希望对数据仓库中的大量数据进行大数据分析,建立大数据分析系统,从而达到数据辅助决策,决策优化生产的目的。本文基于对目标电厂信息化系统的调研结果,结合目标电厂实际数据以及数据分析现状,建立了大数据分析系统,完成了以下工作:（1）煤耗评估:将目标电厂数据仓库中已有数据进行大数据分析,使用聚类分析方法和现行回归方法找到了影响因子与煤耗指标之间的关系,建立了煤耗指标评估模型。（2）故障分析预测:在分析了目标电厂历史数据的基础上,找到特定故障对应的故障征兆,用于对未来机组可能产生的故障以及产生...
【文章来源】：华北电力大学(北京)北京市211工程院校教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
煤耗率指标同比分析
网络拓扑结构
分析模型；运用相似性分析方法，对实时数据和历史数据进行相似性比较，对设备可能发生的故障进行预测；使用网页形式展示分析结果，辅助领导决策。图3-4 设备故障分析预测3.4.1 模块实施原则模块实施原则包括数据分析维度和研究顺序两个方面。数据分析维度规定了分析数据的角度。分别从故障前后、缺陷前后、检修前后、技改前后 4 个维度对数据进行分析，分析数据在这 4 个维度上的变化规律，这一规律将作为故障征兆用于建立故障分析模型。研究顺序规定了研究内容的先后。为顺利完成故障预测模型的研究，需要贯彻先易后难的原则，先对辅机进行研究，进行局部故障分析；再对主机进行研究，将局部故障进行整体关联，建立完善的故障预测模型。3.4.2 模型建立方案故障分析预测模块主要实现方法是在分析了设备测点历史数据的基础上，筛选出与故障相关的测点，根据这些测点的历史数据建立大数据分析模型，使用这一模型分析这些测点的实时数据
【参考文献】：
期刊论文
[1]第十二届全国人民代表大会第四次会议关于国民经济和社会发展第十三个五年规划纲要的决议[J]. 中华人民共和国全国人民代表大会常务委员会公报. 2016(02)
[2]大数据挖掘技术应用于汽轮机组运行性能优化的研究[J]. 万祥,胡念苏,韩鹏飞,张海石,黎师祺. 中国电机工程学报. 2016(02)
[3]基于MATLAB的煤炭成浆浓度的多元线性回归研究[J]. 钱宁波,李寒旭,刘铭,潘宗林,赵瑞,张颂. 煤炭技术. 2015(05)
[4]百度大数据的应用分析[J]. 芮绍炜. 企业管理. 2015(02)
[5]可拓建筑策划数据挖掘理论探讨[J]. 丁俐娟,邹广天,郭强,张斯. 广东工业大学学报. 2015(01)
[6]火电厂节煤降耗的管理模式探讨[J]. 李昌河. 资源节约与环保. 2014(11)
[7]基于SPSS统计软件在多元线性回归校验数据中的应用[J]. 史春薇,田强,葛骞,鲁传涛. 当代化工. 2014(06)
[8]基于MATLAB的最小二乘曲线拟合仿真研究[J]. 陈岚峰,杨静瑜,崔崧,潘庆超,李柳. 沈阳师范大学学报(自然科学版). 2014(01)
[9]多元线性回归与BP神经网络预测模型对比与运用研究[J]. 张景阳,潘光友. 昆明理工大学学报(自然科学版). 2013(06)
[10]浅谈某火电厂灰场石渣坝渗漏的原因及对策[J]. 张立恒. 低碳世界. 2013(22)
博士论文
[1]基于数据挖掘的道路交通事故分析研究[D]. 孙轶轩.北京交通大学 2014
[2]面向属性与关系的隐私保护数据挖掘理论研究[D]. 孙崇敬.电子科技大学 2014
[3]基于DEM的流域地形分析并行算法关键技术研究[D]. 江岭.南京师范大学 2014
[4]基于大数据的多尺度状态监测方法及应用[D]. 刘继伟.华北电力大学 2013
[5]汽轮发电机组状态监测与故障预警系统研究[D]. 陈昆亮.华北电力大学 2012
[6]基于数据挖掘的电站运行优化理论研究与应用[D]. 李建强.华北电力大学（河北） 2006
硕士论文
[1]基于改进的K-means算法的银行客户聚类研究[D]. 刘玥.吉林大学 2016
[2]吉电股份公司火电厂负责人绩效考核体系设计[D]. 马佳.吉林大学 2016
[3]数据挖掘中增量聚类算法的研究[D]. 张义.哈尔滨理工大学 2016
[4]多次自适应最小二乘曲线拟合方法及其应用[D]. 李蓓蕾.长江大学 2014
[5]火电厂能源管理系统设计[D]. 王丹凤.华北电力大学 2014
[6]火电厂送风机故障预警系统的研究[D]. 高明.华北电力大学 2013
[7]基于数据挖掘技术的公安绩效考核及预警方法研究与设计[D]. 崔玉梅.天津大学 2012
[8]我国电子政务中“信息孤岛”问题及对策研究[D]. 王晓光.山东大学 2012
[9]供热锅炉绩效考评系统研究[D]. 丁康.大连海事大学 2012
[10]火电厂实时运行绩效管理系统分析与设计[D]. 毛灵.中国电力科学研究院 2010
本文编号：3625373
【文章来源】：华北电力大学(北京)北京市211工程院校教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【部分图文】：
煤耗率指标同比分析
网络拓扑结构
分析模型；运用相似性分析方法，对实时数据和历史数据进行相似性比较，对设备可能发生的故障进行预测；使用网页形式展示分析结果，辅助领导决策。图3-4 设备故障分析预测3.4.1 模块实施原则模块实施原则包括数据分析维度和研究顺序两个方面。数据分析维度规定了分析数据的角度。分别从故障前后、缺陷前后、检修前后、技改前后 4 个维度对数据进行分析，分析数据在这 4 个维度上的变化规律，这一规律将作为故障征兆用于建立故障分析模型。研究顺序规定了研究内容的先后。为顺利完成故障预测模型的研究，需要贯彻先易后难的原则，先对辅机进行研究，进行局部故障分析；再对主机进行研究，将局部故障进行整体关联，建立完善的故障预测模型。3.4.2 模型建立方案故障分析预测模块主要实现方法是在分析了设备测点历史数据的基础上，筛选出与故障相关的测点，根据这些测点的历史数据建立大数据分析模型，使用这一模型分析这些测点的实时数据
【参考文献】：
期刊论文
[1]第十二届全国人民代表大会第四次会议关于国民经济和社会发展第十三个五年规划纲要的决议[J]. 中华人民共和国全国人民代表大会常务委员会公报. 2016(02)
[2]大数据挖掘技术应用于汽轮机组运行性能优化的研究[J]. 万祥,胡念苏,韩鹏飞,张海石,黎师祺. 中国电机工程学报. 2016(02)
[3]基于MATLAB的煤炭成浆浓度的多元线性回归研究[J]. 钱宁波,李寒旭,刘铭,潘宗林,赵瑞,张颂. 煤炭技术. 2015(05)
[4]百度大数据的应用分析[J]. 芮绍炜. 企业管理. 2015(02)
[5]可拓建筑策划数据挖掘理论探讨[J]. 丁俐娟,邹广天,郭强,张斯. 广东工业大学学报. 2015(01)
[6]火电厂节煤降耗的管理模式探讨[J]. 李昌河. 资源节约与环保. 2014(11)
[7]基于SPSS统计软件在多元线性回归校验数据中的应用[J]. 史春薇,田强,葛骞,鲁传涛. 当代化工. 2014(06)
[8]基于MATLAB的最小二乘曲线拟合仿真研究[J]. 陈岚峰,杨静瑜,崔崧,潘庆超,李柳. 沈阳师范大学学报(自然科学版). 2014(01)
[9]多元线性回归与BP神经网络预测模型对比与运用研究[J]. 张景阳,潘光友. 昆明理工大学学报(自然科学版). 2013(06)
[10]浅谈某火电厂灰场石渣坝渗漏的原因及对策[J]. 张立恒. 低碳世界. 2013(22)
博士论文
[1]基于数据挖掘的道路交通事故分析研究[D]. 孙轶轩.北京交通大学 2014
[2]面向属性与关系的隐私保护数据挖掘理论研究[D]. 孙崇敬.电子科技大学 2014
[3]基于DEM的流域地形分析并行算法关键技术研究[D]. 江岭.南京师范大学 2014
[4]基于大数据的多尺度状态监测方法及应用[D]. 刘继伟.华北电力大学 2013
[5]汽轮发电机组状态监测与故障预警系统研究[D]. 陈昆亮.华北电力大学 2012
[6]基于数据挖掘的电站运行优化理论研究与应用[D]. 李建强.华北电力大学（河北） 2006
硕士论文
[1]基于改进的K-means算法的银行客户聚类研究[D]. 刘玥.吉林大学 2016
[2]吉电股份公司火电厂负责人绩效考核体系设计[D]. 马佳.吉林大学 2016
[3]数据挖掘中增量聚类算法的研究[D]. 张义.哈尔滨理工大学 2016
[4]多次自适应最小二乘曲线拟合方法及其应用[D]. 李蓓蕾.长江大学 2014
[5]火电厂能源管理系统设计[D]. 王丹凤.华北电力大学 2014
[6]火电厂送风机故障预警系统的研究[D]. 高明.华北电力大学 2013
[7]基于数据挖掘技术的公安绩效考核及预警方法研究与设计[D]. 崔玉梅.天津大学 2012
[8]我国电子政务中“信息孤岛”问题及对策研究[D]. 王晓光.山东大学 2012
[9]供热锅炉绩效考评系统研究[D]. 丁康.大连海事大学 2012
[10]火电厂实时运行绩效管理系统分析与设计[D]. 毛灵.中国电力科学研究院 2010
本文编号：3625373
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3625373.html
