電站數(shù)據(jù)分析

1、基于關(guān)聯(lián)規(guī)則算法的電站數(shù)據(jù)挖掘數(shù)據(jù)挖掘(DataMining)是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的 實(shí)際應(yīng)用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息 和知識(shí)的過程。數(shù)據(jù)挖掘是多學(xué)科和多種技術(shù)交叉結(jié)合的新領(lǐng)域，它綜合了機(jī)器 學(xué)習(xí)、數(shù)據(jù)庫(kù)、專家系統(tǒng)、模式識(shí)別、統(tǒng)計(jì)、管理信息系統(tǒng)、基于知識(shí)的系統(tǒng)、 可視化等領(lǐng)域的有關(guān)技術(shù)，因而數(shù)據(jù)挖掘的方法極其豐富。電廠的歷史數(shù)據(jù)庫(kù)中存儲(chǔ)了大量的數(shù)據(jù)，這些數(shù)據(jù)的背后隱藏了許多對(duì)提高 電廠的生產(chǎn)效率、經(jīng)濟(jì)安全性有積極的指導(dǎo)意義的信息?；痣姀S的過程運(yùn)行參數(shù) 具有強(qiáng)關(guān)聯(lián)性，本文用基于關(guān)聯(lián)規(guī)則的數(shù)據(jù)挖掘技術(shù)進(jìn)行數(shù)據(jù)開采，通過使用 weka數(shù)據(jù)

2、挖掘平臺(tái)對(duì)電廠的實(shí)時(shí)運(yùn)行數(shù)據(jù)進(jìn)行挖掘，了解數(shù)據(jù)挖掘的目的、過 程，理解數(shù)據(jù)挖掘的結(jié)果，并能夠根據(jù)所學(xué)知識(shí)，對(duì)挖掘的過程參數(shù)和結(jié)果數(shù)據(jù) 進(jìn)行分析，以發(fā)現(xiàn)數(shù)據(jù)隱藏的更深層次的規(guī)律，充分發(fā)揮大量歷史數(shù)據(jù)對(duì)電力生 產(chǎn)的指導(dǎo)作用。1關(guān)聯(lián)規(guī)則算法描述關(guān)聯(lián)規(guī)則的挖掘是數(shù)據(jù)挖掘領(lǐng)域一個(gè)非常重要的研究課題，己經(jīng)廣泛地用于 各種數(shù)據(jù)分析。關(guān)聯(lián)規(guī)則挖掘技術(shù)用來(lái)發(fā)現(xiàn)所有可能的規(guī)則，用這些規(guī)則來(lái)解釋 某些屬性的出現(xiàn)和另一些屬性的出現(xiàn)的相關(guān)性。一條形如X nY”的關(guān)聯(lián)規(guī)則表 示：對(duì)于一部分事務(wù)，在特定的概率下屬性集X的一個(gè)值決定了屬性集Y的 一個(gè)值。這就是說(shuō)，關(guān)聯(lián)規(guī)則目的就是發(fā)現(xiàn)數(shù)據(jù)庫(kù)屬性之間的并發(fā)模式。例如， 從一家超

3、市的顧客購(gòu)物數(shù)據(jù)記錄中得出一條關(guān)聯(lián)規(guī)則“在10%的事務(wù)中，85% 的顧客買了牛奶也會(huì)買酸乳酪?！?.1基本概念設(shè)I ,七是項(xiàng)的集合，任務(wù)相關(guān)的數(shù)據(jù)D是數(shù)據(jù)庫(kù)事務(wù)的集合，每個(gè) 事務(wù)T是項(xiàng)的集合，使得TWI。每個(gè)事務(wù)有一個(gè)標(biāo)識(shí)符，稱作口。設(shè)A是一 個(gè)項(xiàng)集，事務(wù)T包含A當(dāng)且僅當(dāng)AcTo關(guān)聯(lián)規(guī)則是形如AnB的蘊(yùn)含式，其中AuI, BuI, AEB=。規(guī)則U AnB 在事務(wù)集D中成立，具有支持度s,其中s是D中事務(wù)包含AUB(即A和B兩 者)的百分比，它是概率P(AUB)。規(guī)則AnB在事務(wù)集D中具有置信度c,如果 D中包含A的事務(wù)同時(shí)也包含B的百分比是c,這是條件概率P(BIA)，即：s = suppo

4、rt(A n B) = P( A J B)c = confidence( A n B) = P(B I A)同時(shí)滿足最小支持度閾值(min_sup)和最小置信度閾值(min_conf)的規(guī)則稱 作強(qiáng)規(guī)則。為方便計(jì)，用0%和100%之間的值而不是用0到1之間的值表示 支持度和置信度。項(xiàng)的集合稱為項(xiàng)集(itemset)，包含k個(gè)項(xiàng)的項(xiàng)集稱為k一項(xiàng)集。項(xiàng)集的出現(xiàn) 頻率是包含項(xiàng)集的事務(wù)數(shù)，簡(jiǎn)稱為項(xiàng)集的頻率、支持計(jì)數(shù)和計(jì)數(shù)。項(xiàng)集滿足最小 支持度min_sup，如果項(xiàng)集的出現(xiàn)頻率大于等于min_sup與D中事務(wù)總數(shù)的 乘積。如果項(xiàng)集滿足最小支持度，則稱它為頻繁項(xiàng)集(frequent itemset)，頻繁

5、k- 項(xiàng)集的集合通常記為L(zhǎng)k。關(guān)聯(lián)規(guī)則的挖掘是一個(gè)兩步的過程：找出所有頻繁項(xiàng)集：這些項(xiàng)集出現(xiàn)的頻繁性至少和預(yù)定義的最小支持計(jì) 數(shù)一樣。由頻繁項(xiàng)集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則：這些規(guī)則必須滿足最小支持度和最小置信 度。1.2關(guān)聯(lián)規(guī)則的分類關(guān)聯(lián)規(guī)則分類方法包括：根據(jù)規(guī)則中所處理的值類型：如果規(guī)則考慮的關(guān)聯(lián)是項(xiàng)的存在與不存在 則它是布爾關(guān)聯(lián)規(guī)則。如果描述的是量化的項(xiàng)或?qū)傩灾g的關(guān)聯(lián)，則它是量 化關(guān)聯(lián)規(guī)則。根據(jù)規(guī)則中涉及的數(shù)據(jù)維：如果關(guān)聯(lián)規(guī)則中的項(xiàng)或?qū)傩悦總€(gè)只涉及一個(gè) 維，則它是單維關(guān)聯(lián)規(guī)則。如果規(guī)則涉及兩個(gè)或多個(gè)維，則它是多維關(guān)聯(lián)規(guī) 則。根據(jù)規(guī)則集所涉及的抽象層：有些挖掘關(guān)聯(lián)規(guī)則的方法可以在不同的抽 象層發(fā)現(xiàn)規(guī)則

6、，稱所挖掘的規(guī)則集由多層關(guān)聯(lián)規(guī)則組成。反之，如果在給定 的規(guī)則集中，規(guī)則不涉及不同抽象層的項(xiàng)或?qū)傩?，則該集合包含單層關(guān)聯(lián)規(guī) 則。根據(jù)關(guān)聯(lián)挖掘的各種擴(kuò)充：關(guān)聯(lián)挖掘可以擴(kuò)充到相關(guān)分析，那里可以識(shí) 別項(xiàng)是否相關(guān)，還可以擴(kuò)充到挖掘最大頻繁模式和頻繁閉項(xiàng)集。最大模式是 頻繁模式p，使得p的任何真超模式都不是頻繁的，其中如果b是a的 于模式，即如果a包含b，稱a是b的超模式。如果a真包含b，則稱 a是b的真超模式。頻繁閉項(xiàng)集是一個(gè)頻繁的閉的項(xiàng)集，其中項(xiàng)集c是閉 的，如果不存在c的真超集c，使得每個(gè)包含C的事務(wù)也包含七。使用最 大模式的頻繁閉項(xiàng)集可以顯著地壓縮挖掘所產(chǎn)生的頻繁項(xiàng)集數(shù)。1.3 Apriori

7、算法Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法，算法的 名字基于這樣的事實(shí)：算法使用頻繁項(xiàng)集性質(zhì)的先驗(yàn)知識(shí)，它采用一種稱作逐層 搜索的迭代方法，k一項(xiàng)集用于搜索(k+l)一項(xiàng)集。首先，找出頻繁1一項(xiàng)集的集 合，該集合記作L1, L1用于找頻繁2一項(xiàng)集的集合L2，而L2用于找L3，如 此下去，直到不能找到頻繁k項(xiàng)集。找每個(gè)Lk需要一次數(shù)據(jù)庫(kù)掃描，為提高 頻繁項(xiàng)集逐層產(chǎn)生的效率，一種稱為Apriori性質(zhì)的重要性質(zhì)用于壓縮搜索空間。Apriori性質(zhì)是指：頻繁項(xiàng)集的所有非空子集都必須也是頻繁的，它基于如 下觀察：如果項(xiàng)集I不滿足最小支持度閾值min_sup，則I不是頻繁的，即

8、 P(I)min_sup。如果項(xiàng)A添加到I,則結(jié)果項(xiàng)集(即IUA)不可能比I更頻繁出 現(xiàn)，因此，IUA也不是頻繁的，即P(IUA)1，重復(fù)執(zhí)行步驟(4)、(5)、(6);由Lk執(zhí)行連接和剪枝操作，產(chǎn)生候選(k+l)一項(xiàng)集的集合Ck+1;根據(jù)最小支持度min_sup,由候選(k+1)-項(xiàng)集的集合Ck+1產(chǎn)生頻繁(k+1)-項(xiàng)集的 隹合T .集合 Lk+1;若氣N，則k=k+1，跳往步驟(4)；否則，跳往步驟(7);根據(jù)最小置信度min_conf，由頻繁項(xiàng)目集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則，結(jié)束。2使用關(guān)聯(lián)規(guī)則對(duì)電站數(shù)據(jù)分析2.1數(shù)據(jù)描述本文選取的數(shù)據(jù)為某電站的實(shí)際運(yùn)行數(shù)據(jù)。該數(shù)據(jù)集共有162條記錄，每一 條記錄

9、有17個(gè)屬性，分別為：序號(hào)、開始時(shí)間、結(jié)束時(shí)間、時(shí)間長(zhǎng)度、負(fù)荷特 征ID、循環(huán)水進(jìn)口溫度、負(fù)荷、主蒸汽壓力、主蒸汽溫度、再熱蒸汽溫度、再 熱蒸汽壓力、給水溫度、排汽壓力、排煙溫度、凝汽器真空溫度和供電煤耗。除 了序號(hào)、時(shí)間和負(fù)荷特征ID外，其他數(shù)據(jù)均保留到小數(shù)點(diǎn)后4位。其中，排汽 壓力和凝汽器真空度為負(fù)值。227條記錄中：循環(huán)水進(jìn)口溫度的最大值為：24.8070，最小值為：13.2708；負(fù)荷的最大值為：600.5277，最小值為：300.1253；主蒸汽壓力最大值為：17.1801，最小值為：15.1954；主蒸汽溫度最大值為：542.7240，最小值為：533.4899；再熱蒸汽溫度最大值

10、為：541.0474，最小值為：518.7255；再熱蒸汽壓力最大值為：3.3629，最小值為：1.5906；給水溫度最大值為：279.5667，最小值為：238.3696；排汽壓力最大值為：-91.6119，最小值為：-98.1801；排煙溫度最大值為：135.4093，最小值為：92.8806；排汽溫度最大值為：321.9489，最小值為：306.7930；凝汽器真空度最大值為：-92.4553，最小值為：-98.4330；供電煤耗最大值為：355.9414，最小值為：322.6320；2.2算法選擇電站各設(shè)備之間的關(guān)系在大量的生產(chǎn)歷史數(shù)據(jù)中表現(xiàn)為運(yùn)行參數(shù)、負(fù)荷、性 能指標(biāo)等數(shù)據(jù)項(xiàng)之間的關(guān)

11、聯(lián)關(guān)系，將這種關(guān)系定量化就得到反映機(jī)組運(yùn)行實(shí)際情 況的定量關(guān)聯(lián)規(guī)則在特定負(fù)荷和相同外部條件下，選擇相應(yīng)性能指標(biāo)最優(yōu)時(shí)機(jī)組 所對(duì)應(yīng)的運(yùn)行參數(shù)用以指導(dǎo)實(shí)際運(yùn)行，這樣得到的參數(shù)最優(yōu)值在實(shí)際運(yùn)行中可以 達(dá)到或基本達(dá)到，也最能反應(yīng)生產(chǎn)實(shí)際運(yùn)行水平。因此關(guān)聯(lián)規(guī)則完全可以作為一 種分析電站運(yùn)行數(shù)據(jù)的有效方法來(lái)為電站經(jīng)濟(jì)運(yùn)行水平分析提供參考根據(jù)所選的數(shù)據(jù)，希望找到提高機(jī)組效率的方法，即如何用更少的煤發(fā)更多 的電，降低煤耗率。煤耗率就是每生產(chǎn)或供應(yīng)1KW.H電能所需要消耗的燃煤量， 而煤耗率與負(fù)荷、循環(huán)水進(jìn)口溫度、主蒸汽溫度、給水溫度、排氣壓力、排煙溫 度等有關(guān)系，因此我們可以使用關(guān)聯(lián)規(guī)則的算法對(duì)影響煤耗的因素

12、進(jìn)行分析。2.3數(shù)據(jù)處理本文主要通過利用Weka中提供的Apriori算法對(duì)所給數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分 析。這里首先需要將.xlsx格式的excel數(shù)據(jù)存為.csv文件，因?yàn)閃eka不識(shí)別中 文，因此將表格中的循環(huán)水進(jìn)口溫度、負(fù)荷、主蒸汽壓力等均轉(zhuǎn)化為英語(yǔ)描述代 替。導(dǎo)入數(shù)據(jù)：將.csv數(shù)據(jù)文件導(dǎo)入weka中，可以看出總共有162條記錄。Pt* Afreet ECLusifj,Llust trASE DCLQ.tBLtti*LbTit | VleuoLieExplorer| ui |回 甌Currait relationRelation： IrsjHor.E1 Hiiunbern Asi hI：

13、t ire3end tine4Lnngtli5Circul atiiiE Tater jnle-t tenperature6J-La ad1-ILIL E trpr tEUTi8-ilh e ti*teuptritw；*9Re hee te Bel t sriper-atari10RcllC at S t4 Del pTSSHL.Fc d* att mipcr-atur12ExhmsLsurI M-R.St btis-ticMS 站 riuri1i riuri2Z7ito era5tdD*vAS. 213He 總：nwroerVlnzEiBE-： D toKI數(shù)據(jù)預(yù)處理：本文采用關(guān)聯(lián)規(guī)則挖掘，

14、所以需要對(duì)數(shù)值型的數(shù)據(jù)先離散 化。去掉無(wú)意義的“序號(hào)”、“開始時(shí)間”、“結(jié)束時(shí)間”和“時(shí)間長(zhǎng)度”這些屬性， 然后將他們離散化為5段，以供電煤耗(Coal consumption)屬性為例，離散 化后的結(jié)果和柱狀圖如下所示：Type: Hominal Uni que: 1 (1%)Selected a_ttributeITam e: C oal consumpt i oneei ng： 0 (0%)Di st iziet: 5Ila.LaelCouiLtWei ght1(-inf-32. 293.2323.02C329- 293BB-33.&767. 03(335.95576-3 4.5353.

15、04(342.61764-3 4.IS18.05G19. 279E2-ixi)J1i. a關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘：采用weka的Apriori關(guān)聯(lián)規(guī)則算法進(jìn)行數(shù)據(jù)挖掘 分析。設(shè)置相關(guān)參數(shù)如下：最小支持度閾值=0.1，最小置信度閾值=0.9，顯示規(guī)則數(shù)量二10weka. assoeiations. AprioriAboutClass implementing an Apriori-type algorithm.MoreCapabili ti es軟件列出前10條置信度最大的關(guān)聯(lián)規(guī)則如下：Best rules found:Load=(-inf-360.20578 81=Reheat steam pres

16、sure=(-inf-1.94506 81 conf:(1)Fedwater temperature=(-inf-246.60902 80 = Reheat steam pressure = (-inf-1.94506 80 conf:(1)Load=(-inf-360.20578 Fedwater temperature=(-inf-246.60902 79 = Reheat steam pressure=(-inf-1.94506 79 conf:(1)Fedwater temperature=(-inf-246.60902 80 = Load=(-inf-360.20578 79conf

17、:(0.99)Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 80 =Load=(-inf-360.20578 79conf:(0.99)Fedwater temperature=(-inf-246.60902 80 = Load=(-inf-360.20578 Reheat steampressure=(-inf-1.94506 79conf:(0.99)Load=(-inf-360.20578 81 = Fedwater temperature=(-inf-246.60902 79conf:(

18、0.98)Load=(-inf-360.20578 Reheat steam pressure=(-inf-1.94506 81 = Fedwatertemperature=(-inf-246.60902 79conf:(0.98)Load=(-inf-360.20578 81 = Reheat steam pressure=(-inf-1.94506 Fedwatertemperature=(-inf-246.60902 79conf:(0.98)Reheat steam pressure=(-inf-1.94506 88 = Load=(-inf-360.20578 81conf:(0.9

19、2)分析上面的規(guī)則可以發(fā)現(xiàn)“=”右側(cè)沒有屬tt“Coal consumption ”，也就 是不能從上面的規(guī)則中分析各個(gè)因素對(duì)煤耗的影響。為了繼續(xù)挖掘相關(guān)因素對(duì)煤 耗的影響，使用了該軟件提高的命令模式。在“Simlpe CLI”模塊中輸入如下的命令：java weka.associations.Apriori -N 100 -T 1 -C 1.5 -D 0.05 -U 1.0 -M 0.1 -S -1.0 -I -t d:wekadzsj.arff軟件可以自動(dòng)列出滿足條件的頻繁項(xiàng)集。下面選取部分頻繁項(xiàng)集列出如下：Size of set of large itemsets L(1): 21Lar

20、ge Itemsets L(1):Circulating water inlet temperature=(20.19252-22.49976 65Load=(-inf-360.20578 81Load=(360.20578-420.28626 43Main stream temperature=(539.03036-540.87718 139Reheat steam pressure=(-inf-1.94506 88Fedwater temperature=(-inf-246.60902 80Exhaust steam temperature=(318.91772-inf) 56Coal c

21、onsumption=(329.29388-335.95576 67Coal consumption=(335.95576-342.61764 53Size of set of large itemsets L(2): 41Large Itemsets L(2):Load=(-inf-360.20578 Reheat steam pressure=(-inf-1.94506 81Load=(-inf-360.20578 Fedwater temperature=(-inf-246.60902 79Load=(-inf-360.20578 Coal consumption=(335.95576-

22、342.61764 41Mainstreamtemperature=(539.03036-540.87718Coalconsumption(329.29388-335.95576 54Mainstreamtemperature=(539.03036-540.87718Coalconsumption(335.95576-342.61764 49Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 80Reheat steam pressure=(-inf-1.94506 Coal consumption

23、= (335.95576-342.61764 43Fedwater temperature=(-inf-246.60902 Coal consumption = (335.95576-342.61764 41Size of set of large itemsets L(3): 24Large Itemsets L(3):pressure=(-inf-1.94506Fedwaterpressure=(-inf-1.94506 FunnelLoad=(-inf-360.20578 Reheat steam temperature=(-inf-246.60902 79Load=(-inf-360.

24、20578 Reheat steam temperature=(118.39782-126.9035641Load=(-inf-360.20578 Reheat steam pressure=(-inf-1.94506 Coal consumption=(335.95576-342.6176441Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 Coal consumption=(335.95576-342.6176441Size of set of large itemsets L(4): 8La

25、rge Itemsets L(4):Load=(-inf-360.20578 Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 Coal consumption=(335.95576-342.61764 41Size of set of large itemsets L(5): 1Large Itemsets L(5):Load=(-inf-360.20578 Main stream pressure=(-inf-15.59234 Main stream temperature=(539.03036

26、-540.87718 Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 46從滿足條件的頻繁項(xiàng)集可以看出：Load, Reheat steam pressure, Fedwater temperature與煤耗的關(guān)聯(lián)度較大。我們可以采用前面算法描述中提出的求置信度 的方法分別分析這些因素對(duì)煤耗的影響。c = confidence(A n B) = P(B | A)=包含人和8的元組數(shù)包含人的元組數(shù)Load=(-inf-360.20578=Coal consumption=(335.95576-342

27、.61764此規(guī)則的置信度為：c = 41 = 0.51=Coal consumption81Main stream temperature=(539.03036-540.87718=(329.29388-335.95576此規(guī)則的置信度為：c =旦=0.39=Coal consumption=139Main stream temperature=(539.03036-540.87718(335.95576-342.61764此規(guī)則的置信度為：c =蘭9 = 0.35139Reheat steam pressure=(-inf-1.94506 =Coal consumption(335.955

28、76-342.61764 此規(guī)則的置信度為：c = 43 = 0.4988Fedwater temperature=(-inf-246.60902=Coal consumption(335.95576-342.61764此規(guī)則的置信度為：c = 41 = 0.51=80Load=(-inf-360.20578Reheat steam pressure=(-inf-1.94506Coal consumption= (335.95576-342.61764此規(guī)則的置信度為：c =們=0.5180Load=(-inf-360.20578 Fedwater temperature=(-inf-246.

29、60902 =Coal consumption(335.95576-342.61764此規(guī)則的置信度為：c =曳= 0.5279Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 =Coal consumption(335.95576-342.61764此規(guī)則的置信度為：c = 41 = 0.5180Load=(-inf-360.20578 Reheat steam pressure=(-inf-1.94506 Fedwater temperature=(-inf-246.60902 =Coal consumption(335.95576-342.61764此規(guī)則的置信度為:c =冬=0.52792.4結(jié)果分析針對(duì)上述結(jié)果分析，以第一條規(guī)則為例，當(dāng)負(fù)荷屬于（-inf-360.20578范圍時(shí)， 煤耗屬于（335.95576-342.61764的置信度為51%。上述9條規(guī)則的置信度都不高， 這應(yīng)該也是在最初軟件自動(dòng)給出的規(guī)則中為什么不能找到各個(gè)因素對(duì)煤耗影響 的原因，因?yàn)樽詣?dòng)給出的都是置信度比較高的規(guī)則。對(duì)于