当前位置:主页 > 科技论文 > 电气论文 >

基于机组CEMS数据的烟气仪表监督系统的研究

发布时间:2018-03-30 19:02

  本文选题:CEMS 切入点:关联规则 出处:《华北电力大学》2017年硕士论文


【摘要】:CEMS(Continuous Emission Monitoring System)是指对大气污染源排放的气态污染物和颗粒物进行浓度和排放总量连续监测并将信息实时传输到环保部门的装置,被称为“烟气排放连续监测系统”。随着我国电力环保事业的不断推进,环保部门逐渐加强了对于火电厂污染物排放的监测力度,通过CEMS实现对电厂排污情况的实时监测。但在实施过程中发现,部分电厂为了达到排放要求,改动CEMS烟气仪表使其产生虚假的上报数据。对于环保部门而言,通过人工分析方法,从数据量大、数据维度高的电厂污染物监测数据库中找出虚假数据,不仅效率低而且成本高。针对这一问题,本文通过引入数据挖掘技术来替代原有的人工数据分析方法。从烟气数值型数据的特点出发,确立通过模糊关联规则提取数据信息的策略,并针对当前模糊关联规则算法中存在的不足,给出一种基于自适应聚类的改进方案,通过优化模糊聚类初始聚类中心的选取方法,提升模糊关联规则的挖掘效率和准确性,增强算法在本文应用环境下的适用性。结合改进后的算法,开发出一个智能化的CEMS烟气仪表监督系统。系统采用数据终端——数据传输端——监测中心端的模式进行构建,数据终端由分布在各个电厂的CEMS上位机构成,数据传输端采用GPRS DTU实现,监测中心端则负责将监测到的数据实现可视化显示,并通过改进后的模糊关联规则算法,协助监测人员实现对烟气虚假数据的分析识别功能。本系统既满足了环保部门对分散CEMS实施远程集中监测的需求,同时也实现了对CEMS仪表的智能化监督,对于我国电力环保监测事业具有积极意义。
[Abstract]:CEMS(Continuous Emission Monitoring system is a device that continuously monitors the concentration and total emission of gaseous pollutants and particulates emitted from air pollution sources and transmits information to environmental protection departments in real time. It is called the "continuous monitoring system of flue gas emissions". With the continuous promotion of electric power environmental protection in China, environmental protection departments have gradually strengthened the monitoring of pollutant emissions from thermal power plants. The real-time monitoring of sewage discharge in power plant is realized by CEMS. However, in the process of implementation, it is found that in order to meet the emission requirements, some power plants modify the CEMS flue gas meter to produce false reporting data. By means of manual analysis, the false data can be found out from the pollutant monitoring database of power plant with large amount of data and high data dimension, which is not only low efficiency but also high cost. In this paper, data mining technology is introduced to replace the original artificial data analysis method. Based on the characteristics of numerical smoke data, the strategy of extracting data information by fuzzy association rules is established. In order to improve the mining efficiency and accuracy of fuzzy association rules, an improved scheme based on adaptive clustering is proposed to improve the selection of the initial clustering center of fuzzy association rules. The applicability of the enhancement algorithm in the application environment of this paper. Combined with the improved algorithm, an intelligent CEMS flue gas meter monitoring system is developed. The system is constructed by the mode of data terminal-data transmission terminal-monitoring center terminal. The data terminal is composed of the CEMS upper organization distributed in each power plant, the data transmission terminal is implemented by GPRS DTU, the monitoring center is responsible for visualizing the monitored data, and the improved fuzzy association rule algorithm is adopted. This system not only meets the requirement of remote centralized monitoring of decentralized CEMS by environmental protection department, but also realizes the intelligent supervision of CEMS instruments. It has positive significance for the electric power environmental protection monitoring in our country.
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP311.13;X773

【参考文献】

相关期刊论文 前10条

1 张迎飞;陈亮;;烟气排放连续监测系统(CEMS)的设计应用[J];仪器仪表用户;2016年06期

2 张丽;;基于GPRS的远程监测系统研发及设计[J];消防技术与产品信息;2015年12期

3 程雅k;张洪青;;K-means改进算法在电力企业同业对标中的应用[J];现代商贸工业;2015年16期

4 郜培刚;;脱硝CEMS系统在火电厂的应用[J];山西电子技术;2015年03期

5 刘帅;杨英杰;常德显;邱卫;;改进的模糊关联规则及其挖掘算法[J];计算机工程与设计;2015年04期

6 姜玉叶;丁保华;赵志科;张晓光;;基于OPC和GPRS的空压机远程通信状态监控系统设计[J];仪表技术与传感器;2015年03期

7 高波;黄敏;;基于k-means改进算法的入侵检测系统研究[J];电脑知识与技术;2014年31期

8 卢建昌;樊围国;;大数据时代下数据挖掘技术在电力企业中的应用[J];广东电力;2014年09期

9 唐伟;;一种有效的模糊关联规则挖掘的形式化方法[J];计算机工程与应用;2015年18期

10 柳洁冰;刘保相;陈焕焕;;模糊关联规则挖掘研究[J];河北农业大学学报;2013年03期

相关博士学位论文 前2条

1 吴简;面向业务的基于模糊关联规则挖掘的网络故障诊断[D];电子科技大学;2012年

2 李智勇;电力系统运行信息的数据挖掘研究[D];浙江大学;2009年

相关硕士学位论文 前5条

1 冉娜;模糊关联规则挖掘技术研究及其在推荐系统中的应用[D];西南交通大学;2015年

2 郭嘉美;模糊关联规则挖掘及在工业数据中的应用[D];郑州大学;2014年

3 杨威;烟气在线监测系统(CEMS)在环境管理中的应用研究[D];大连理工大学;2013年

4 王畅;模糊关联规则挖掘及其应用[D];南京航空航天大学;2012年

5 韩晖;基于数据挖掘的900MW汽轮机组故障诊断系统研究[D];上海交通大学;2009年



本文编号:1687212

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/1687212.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户c91f3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com