-
公开(公告)号：CN112861379B
公开(公告)日：2022-08-12
申请号：CN202110276819.0
申请日：2021-03-15
Applicant: 南京邮电大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了汽轮机优化技术领域的一种基于稀疏大数据挖掘的火电机组汽轮机优化方法及系统，包括：采集机组历史运行数据；选取一组与汽轮机热耗率较强相关的可控运行参数作为优化参数；基于二进制矩阵和超链接技术，构建新型面向稀疏数据的模式增长类关联规则挖掘算法；在Apache Spark平台上，提出基于矩阵运算的负载均衡策略，并行化实现全局计算平衡的模式增长类关联规则挖掘算法；通过聚类离散化历史运行数据，并行挖掘离散化历史运行数据得到关联规则，并反离散化，得出各个边界条件下汽轮机优化参数的目标值。可有效解决火电机组汽轮机连续运行数据离散化导致的稀疏特性，并可高效挖掘汽轮机大规模运行数据以获取热耗率较低时的运行优化目标值。
-
公开(公告)号：CN114091324B
公开(公告)日：2025-02-14
申请号：CN202111253010.2
申请日：2021-10-27
Applicant: 南京邮电大学
IPC: G06F30/27 , G06F18/214 , G06Q50/06 , G06F17/10 , G06F119/02
Abstract: 本发明公开了一种火电机组NOX排放建模方法及系统，所述方法包括：基于影响火电机组NOX排放的基本参数获取火电机组历史运行数据，建立训练集D0；利用密度聚类算法和稀疏贪婪矩阵对训练集D0进行约简，得到样本代表集D2；基于样本代表集D2构建半参数支持向量回归机模型，基于迭代重加权最小二乘法求解半参数支持向量回归机模型的权重；基于训练集D0，利用Apache Spark并行计算框架进行并行化设计，得到半参数支持向量回归机模型的最终权重；基于最终权重，利用Apache Spark并行化半参数支持向量回归机模型，得到火电机组NOX排放模型。本发明处理大规模火电厂数据时，能够缩短建模时间，满足工业要求。
-
公开(公告)号：CN114091324A
公开(公告)日：2022-02-25
申请号：CN202111253010.2
申请日：2021-10-27
Applicant: 南京邮电大学
IPC: G06F30/27 , G06K9/62 , G06Q50/06 , G06F17/10 , G06F119/02
Abstract: 本发明公开了一种火电机组NOX排放建模方法及系统，所述方法包括：基于影响火电机组NOX排放的基本参数获取火电机组历史运行数据，建立训练集D0；利用密度聚类算法和稀疏贪婪矩阵对训练集D0进行约简，得到样本代表集D2；基于样本代表集D2构建半参数支持向量回归机模型，基于迭代重加权最小二乘法求解半参数支持向量回归机模型的权重；基于训练集D0，利用Apache Spark并行计算框架进行并行化设计，得到半参数支持向量回归机模型的最终权重；基于最终权重，利用Apache Spark并行化半参数支持向量回归机模型，得到火电机组NOX排放模型。本发明处理大规模火电厂数据时，能够缩短建模时间，满足工业要求。
-
公开(公告)号：CN112861379A
公开(公告)日：2021-05-28
申请号：CN202110276819.0
申请日：2021-03-15
Applicant: 南京邮电大学
IPC: G06F30/20 , G06F119/08
Abstract: 本发明公开了汽轮机优化技术领域的一种基于稀疏大数据挖掘的火电机组汽轮机优化方法及系统，包括：采集机组历史运行数据；选取一组与汽轮机热耗率较强相关的可控运行参数作为优化参数；基于二进制矩阵和超链接技术，构建新型面向稀疏数据的模式增长类关联规则挖掘算法；在Apache Spark平台上，提出基于矩阵运算的负载均衡策略，并行化实现全局计算平衡的模式增长类关联规则挖掘算法；通过聚类离散化历史运行数据，并行挖掘离散化历史运行数据得到关联规则，并反离散化，得出各个边界条件下汽轮机优化参数的目标值。可有效解决火电机组汽轮机连续运行数据离散化导致的稀疏特性，并可高效挖掘汽轮机大规模运行数据以获取热耗率较低时的运行优化目标值。
-
-
-
Search Results
4
records
(took 0.033 seconds)
