[发明专利]一种基于大数据技术的锅炉操作优化方法及系统

权利要求书

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L_kb；

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L_k；

使用L_k-1找出L_k，其中k≥2，主要包括连接步和剪枝步：

连接步：通过将L_k-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C_k；设l₁和l₂是L_k-1中的项集，记号l_i[j]表示l_i的第j项；对于（k-1）项集li，这意味把项排序，使得l_i[1]l_i[2]···li[k-1]；执行连接L_k-1⋈L_k-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：C_k是L_k的超集， C_k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C_k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L_k-1中，则该候选也不可能是频繁的，从而可以从C_k中删除；

最后，L_k在筛选锅炉正平衡效率最大的数据，记为L_max，运用聚类算法对L_m进行聚类分析，找到聚类中心L_c，即当前负荷下最佳的锅炉运行方案；其处理流程为：从L_max中任意选取一组数据作为初始中心L_c1，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L_c。

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。