改进主成分分析法在火电机组综合评价中的应用

发布时间：2018-07-31 18:09

【摘要】：为提高火电机组运行管理水平,实现节能降耗,针对用单一的运行指标进行火电机组运行状态评价的片面性,将改进主成分分析法应用于机组综合评价。该方法改进了传统的主成分分析法在高维指标评价中的局限,保留了机组运行指标数据间离散程度差异这部分信息,降低评价指标维数,获得机组运行的主成分,进而进行综合分析评价,实例分析验证了该方法的有效性。对各发电集团如何实施火电机组节能运行优化、指标考核以及竞赛,具有借鉴价值。
[Abstract]:In order to improve the operation management level of thermal power units and realize energy saving and consumption reduction, the improved principal component analysis method is applied to the comprehensive evaluation of thermal power units in view of the one-sidedness of evaluating the running state of thermal power units with a single operation index. This method improves the limitation of traditional principal component analysis (PCA) in high dimensional index evaluation, preserves the partial information of discrete degree difference between unit operation index data, reduces the evaluation index dimension, and obtains the principal component of unit operation. Then comprehensive analysis and evaluation are carried out, and the effectiveness of the method is verified by an example. It has reference value to how to carry out the optimization of energy saving operation, index examination and competition of thermal power generating units in various power generation groups.
【作者单位】：西安科技大学电气与控制工程学院;
【基金】：陕西省教育厅科研计划资助项目(12JK0568)~~
【分类号】：TM621

【参考文献】

相关期刊论文前10条

1 洪军;司风琪;毕小龙;王雷;徐治皋;;火电机组运行优化系统的现状与展望[J];电力系统自动化;2007年18期

2 于之虹,郭志忠;改进主成分分析法用于暂态稳定评估的输入特征选择[J];电力自动化设备;2003年08期

3 赵杰辉,葛少云,刘自发;基于主成分分析的径向基函数神经网络在电力系统负荷预测中的应用[J];电网技术;2004年05期

4 程其云,王有元,陈伟根;基于改进主成分分析的短期负荷预测方法[J];电网技术;2005年03期

5 安军;穆钢;徐炜彬;;基于主成分分析法的电力系统同调机群识别[J];电网技术;2009年03期

6 聂宏展;聂耸;乔怡;吕盼;;基于主成分分析法的输电网规划方案综合决策[J];电网技术;2010年06期

7 张明理;杨晓亮;滕云;徐建源;林莘;;基于主成分分析与前向反馈传播神经网络的风电场输出功率预测[J];电网技术;2011年03期

8 周松林;茆美琴;苏建徽;;基于主成分分析与人工神经网络的风电功率预测[J];电网技术;2011年09期

9 马瑞;康仁;罗斌;徐慧明;何进;;基于改进主成分分析法的火电机组能耗特征识别方法[J];电网技术;2013年05期

10 高新华;严正;;基于主成分聚类分析的智能电网建设综合评价[J];电网技术;2013年08期

【共引文献】

相关期刊论文前10条

1 王传旭;王建民;刘晓武;;安徽新农村建设中新型农民培养问题研究——以阜阳、滁州和马鞍山为例[J];安徽广播电视大学学报;2012年02期

2 陈振房;;施工企业投标选标决策研究[J];安徽建筑;2011年06期

3 刘萍;王风英;;不同产地枸杞子微量元素的对应分析[J];安徽农业科学;2008年19期

4 门可佩;蒋梁瑜;;基于主成分聚类分析的安徽省区域经济综合评价[J];安徽农业科学;2008年22期

5 张淑怡;;广东省城镇居民收入和消费结构的对应分析[J];安徽农业科学;2010年32期

6 杜宝花;;实现中原崛起的思路与对策[J];安阳师范学院学报;2008年01期

7 高建明;桂枝;袁庆华;高俊杰;丛琳;;NaCl胁迫下苜蓿发芽期性状的相关性研究[J];北方园艺;2010年04期

8 李敏堂;于战果;王贵景;王凤忠;;某新型器材配送车内部结构优化设计分析[J];车辆与动力技术;2006年04期

9 王金山;文秘;;强制差项下的教学评估分析[J];兵工自动化;2012年06期

10 李政;郭兴旺;;因子分析法在脉冲红外热无损检测中的应用[J];北京航空航天大学学报;2010年05期

相关期刊论文前10条

1 王丽婕;廖晓钟;高爽;冬雷;;并网型大型风电场风力发电功率-时间序列的混沌属性分析[J];北京理工大学学报;2007年12期

2 严俊杰,张春雨,李秀云,林万超;火电机组微机在线经济性诊断与监测系统[J];测试技术学报;1999年04期

3 林秀梅;主成分分析方法在经济应用中的误区[J];当代经济研究;1998年02期

4 陈立荣;郭继伟;王敬敏;;基于熵权的灰色关联分析在电力企业竞争力评价中的应用[J];电力学报;2005年04期

5 陈兴权;王解先;谷川;;基于主成分分析的BP神经网络在形变预测中的应用[J];大地测量与地球动力学;2008年03期

6 赵征,曾德良,刘吉臻;汽轮发电机组动态模型研究与应用[J];电力情报;2002年02期

7 戴晨松,薛峰,薛禹胜;受扰轨迹的分群研究[J];电力系统自动化;2000年01期

8 许继刚,郑慧莉;电厂管理控制一体化信息系统的发展[J];电力系统自动化;2001年07期

9 陈兵,李俊娥,聂剑平,田强;电厂实时监控信息系统的设计与应用[J];电力系统自动化;2003年08期

10 陈强,王培红,李琳,冯泽磊;电站锅炉飞灰含碳量在线软测量模型算法[J];电力系统自动化;2005年02期

相关期刊论文前10条

1 卢艳超;张彩庆;;基于核函数的PCA-LINMAP模型的电源结构优化评价[J];华东电力;2006年08期

2 李珊;孙薇;;安国市农村电网建设与改造项目综合评价[J];华东电力;2006年08期

3 吕文星;;基于主成分分析和聚类分析方法的电力行业上市公司年报分析[J];河北理工大学学报(社会科学版);2007年S1期

4 刘宝英;杨仁刚;;基于主成分分析的最小二乘支持向量机短期负荷预测模型[J];电力自动化设备;2008年11期

5 宋新明;居勇;曾鸣;卫炜;褚烨;;基于主成分分析法和BP神经网络的电力客户信用评价[J];技术经济与管理研究;2009年05期

6 宋新明;居勇;曾鸣;赵徽;;基于神经网络的供电企业安全文化评价研究[J];中国安全生产科学技术;2009年04期

7 吴建龙;郭滨钊;;PCA_RBF网络在电力负荷预测中的应用研究[J];计算机仿真;2010年11期

8 郑燕;赵彪;;优化BP神经网络在垃圾发电厂选址中的应用[J];电力建设;2011年06期

9 向丽萍;王晓红;王建;项杨;谢桦;王晓茹;;基于支持向量机的暂态稳定分类中的特征选择[J];继电器;2007年09期

10 李利;;基于主成分分析的发电企业竞争力综合评价[J];中国电力教育;2007年S2期