面向熱力系統(tǒng)大數(shù)據(jù)平臺(tái)的復(fù)雜數(shù)據(jù)預(yù)處理技術(shù)研究.pdf

1、隨著科技的發(fā)展，測(cè)量技術(shù)與儀器的進(jìn)步，熱力系統(tǒng)在線監(jiān)測(cè)點(diǎn)不斷增多，提供的歷史運(yùn)行數(shù)據(jù)也浩如煙海。通過(guò)建立支持熱力系統(tǒng)的大數(shù)據(jù)平臺(tái)，可以將大量的原始數(shù)據(jù)匯集在一起，通過(guò)智能分析、數(shù)據(jù)挖掘等技術(shù)分析數(shù)據(jù)中潛在的規(guī)律，預(yù)測(cè)電廠設(shè)備、系統(tǒng)的運(yùn)行情況，幫助工作人員及時(shí)做出正確的決策，從而提高運(yùn)行效率，取得更大的收益。熱力系統(tǒng)大數(shù)據(jù)在帶來(lái)巨大信息和利益的同時(shí)，也帶來(lái)了諸多挑戰(zhàn)性問(wèn)題，例如數(shù)據(jù)的存儲(chǔ)、融合、可用性分析等。如何從爆炸式增長(zhǎng)的數(shù)據(jù)中甄別劣

2、質(zhì)信息、保留有價(jià)值的信息，成為大數(shù)據(jù)帶來(lái)的一個(gè)巨大挑戰(zhàn)。數(shù)據(jù)預(yù)處理包括清洗、集成、轉(zhuǎn)換和約簡(jiǎn)，是解決上述挑戰(zhàn)問(wèn)題的一類重要的方法。數(shù)據(jù)約簡(jiǎn)是大數(shù)據(jù)預(yù)處理中的一個(gè)核心環(huán)節(jié)，它通過(guò)對(duì)大數(shù)據(jù)的屬性進(jìn)行約簡(jiǎn)，極大地減少了大數(shù)據(jù)分析過(guò)程中的數(shù)據(jù)處理量，提高了數(shù)據(jù)處理的效率。
　　熱力系統(tǒng)大數(shù)據(jù)平臺(tái)提供的數(shù)據(jù)量大、維度高，而且運(yùn)行數(shù)據(jù)不同于試驗(yàn)數(shù)據(jù)，有著許多不利于建模的特點(diǎn)，例如，變量間存在多重相關(guān)性、工況組合分布不均勻、過(guò)程存在非線性等，這

3、些問(wèn)題都嚴(yán)重阻礙著歷史數(shù)據(jù)建模方法的發(fā)展和應(yīng)用。為了降低熱力系統(tǒng)數(shù)據(jù)間的信息重疊性，盡可能提供獨(dú)立性較強(qiáng)的變量，對(duì)數(shù)據(jù)屬性進(jìn)行降維。參考國(guó)內(nèi)外文獻(xiàn)專利，針對(duì)變量間的多重共線性問(wèn)題，通過(guò)計(jì)算變量條件數(shù)和輔助回歸方程的方差膨脹因子(VIF)值，進(jìn)行了綜合降維篩選。建模應(yīng)用時(shí)，用粗糙集法進(jìn)行模型輸入變量的智能選擇，從而進(jìn)一步實(shí)現(xiàn)屬性約簡(jiǎn)。
　　為了驗(yàn)證預(yù)處理效果，對(duì)某電廠600MW機(jī)組的歷史運(yùn)行數(shù)據(jù)進(jìn)行預(yù)處理，并用BP神經(jīng)網(wǎng)絡(luò)建立了鍋爐