基于改进k-means算法的电站最优外部运行工况划分

• 作者: 王秋平 秦绪华 陈志强
• 来源期刊: 热力发电
• 学科: 工学
• 关键词: 电站 历史运行数据 最优外部运行工况 数据挖掘 k-means算法 等宽度法 工况划分
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 热能科学研究
• 页码范围: 28-33
• 页数: 6页
• 分类号: TP29
• 字数: 4529字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3364.2017.06.028

摘要

采用电站历史运行数据对外部运行工况进行划分的结果取决于挖掘算法对数据的适应性.本文提出了适用于电站历史运行数据外部工况划分的k-means算法,并对该算法的初始聚类数与聚类中心的计算方法进行分析改进,将其应用于某电站历史运行数据的机组负荷、煤质特性的外部工况的数据挖掘中,并采用等宽度法对电站外界环境温度历史运行数据进行聚类分析.挖掘结果表明,本文提出的改进k-means算法和等宽度法的工况划分结果更合理,且可得到描述机组运行的最优外部运行工况组合,能为现场运行人员提供更合理的数据参考依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王秋平	东北电力大学自动化工程学院	26	125	6.0	9.0
2	秦绪华	国网吉林省电力有限公司电力科学研究院	6	37	4.0	6.0
3	陈志强		1	6	1.0	1.0