基于大数据和并行随机森林算法火电机组供电煤耗计算模型

• 作者: 刘文哲 向春波 姜鑫 文雯 肖祥武 谢小鹏
• 来源期刊: 热力发电
• 关键词: 火电机组 供电煤耗 随机森林 大数据 K-means聚类 预测模型
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 智能控制技术
• 页码范围: 9-14
• 页数: 6页
• 分类号: TK01
• 语种: 中文
• DOI: 10.19666/j.rlfd.201802101

摘要

供电煤耗是衡量火电机组运行经济性的重要指标.本文提出一种基于并行随机森林算法的火电机组供电煤耗计算模型,利用某600 MW机组分布式控制系统(DCS)的海量数据,在Spark大数据平台,采用阈值判定出稳定工况的数据,采用局部异常因子算法对局部异常值进行检测与处理,采用K-means聚类算法确定出不同工况,最后筛选出影响机组供电煤耗的38个热力参数及其10种工况下211 615组数据.随机抽取其中4/5的数据对并行随机森林算法供电煤耗计算模型进行训练建模,1/5的数据进行测试,测试得到该模型供电煤耗计算值与实际值较吻合,平均绝对误差为1.79 g/(kW·h),相对误差在-3％～3％内.表明基于并行随机森林算法的供电煤耗计算模型计算精度较高,模型泛化能力较强,适用于供电煤耗计算.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜鑫		5	18	3.0	4.0
2	谢小鹏		11	24	4.0	4.0
3	向春波		7	16	3.0	4.0
4	文雯		4	14	2.0	3.0
5	刘文哲		1	8	1.0	1.0
6	肖祥武		4	14	2.0	3.0