1、數據挖掘技術是當今智能系統理論的重要研究內容，它綜合運用人工智能、計算智能、模式識別、數理統計等先進技術從大量數據中挖掘發(fā)現有價值和隱含的知識，因而近年來得到國內外極大的重視。數據挖掘把人們對數據的應用，從低層次的末端查詢操作，提高到為經營決策提供決策支持。 電站運行優(yōu)化涉及多個領域的問題，是一項復雜的系統工程，是保證機組安全經濟運行的重要手段。目前電站運行優(yōu)化中的關鍵和難點問題如優(yōu)化目標值確定、運行優(yōu)化操作指導等還存在很多不完

2、善之處。 隨著信息技術的發(fā)展，電力企業(yè)積累了大量的數據，從熱力系統自身的運行數據中找到改善系統運行的知識和手段，是很有現實意義和研究價值的問題。但由于電力數據自身的多元性、動態(tài)性與交連性，給人工分析和處理帶來困難，為此本文將數據挖掘理論與應用同電站運行優(yōu)化相結合，將數據挖掘技術引入電站運行優(yōu)化過程，提出了基于數據驅動的電站運行優(yōu)化新方法。本論文圍繞數據挖掘技術在電站運行優(yōu)化中的應用主題，對基于數據挖掘的電站運行優(yōu)化目標值的確定、

3、電站運行優(yōu)化操作指導、基于數據挖掘的電站運行優(yōu)化系統的構建等幾個方面進行了深入研究。 1.對電站運行優(yōu)化問題，特別是運行優(yōu)化目標值確定問題進行了深入分析，詳細討論了當前電站運行優(yōu)化目標值的確定方法，指出當前方法的缺點和不足，提出了基于模糊關聯規(guī)則挖掘的電站運行優(yōu)化目標值確定的新方法，解決了傳統優(yōu)化目標值確定中對機組實際狀態(tài)考慮不足而失去指導意義的問題。 2.深入探討了數據挖掘技術應用于運行優(yōu)化的關鍵技術難題，指出了電站運

4、行參數間的關聯特性。提出將數據可視化技術引入數據挖掘過程，用于指導有效的數據選擇，避免了挖掘的盲目性，為定量關聯規(guī)則挖掘指明了方向。 3.研究了數據挖掘技術的最新發(fā)展，對數值型關聯規(guī)則挖掘進行了深入分析，提出了改進的模糊關聯規(guī)則挖掘算法并應用于電站優(yōu)化目標值的確定。 4.對確定電站運行參數優(yōu)化目標值這類復雜的半結構化問題，提出了人機一體化的電站運行優(yōu)化目標值解決方案，初步構建了基于偏差機理分析的運行優(yōu)化操作指導系統。