摘 要：通過對在電廠中廣泛應(yīng)用的SIS系統(tǒng)的過程數(shù)據(jù)進(jìn)行分析研究，提出面向電廠SIS系統(tǒng)過程控制數(shù)據(jù)挖掘的解決方案。針對SIS系統(tǒng)主要的性能優(yōu)化、經(jīng)濟分析等高級應(yīng)用功能，以機組最主要的負(fù)荷控制為例，進(jìn)行算法的實際應(yīng)用，取得良好效果。

關(guān)鍵詞：SIS系統(tǒng)；數(shù)據(jù)挖掘；數(shù)據(jù)聚類；可視化

中圖分類號：TP311

當(dāng)前，電廠中大容量、高參數(shù)運行的超臨界、超超臨界發(fā)電機組發(fā)展迅猛，對機組運行的自動化水平提出了更高的標(biāo)準(zhǔn)和要求。隨著信息技術(shù)和控制技術(shù)的發(fā)展，火電廠廠級監(jiān)控信息系統(tǒng)（Supervisory Information System，簡稱SIS）被提出，以達(dá)到節(jié)能降耗、安全運行、提高生產(chǎn)效率和經(jīng)濟效益的根本目標(biāo)，得到廣泛應(yīng)用。而發(fā)電機組容量越大，系統(tǒng)需要控制的點越多，如300MW機組需要控制的點大概在8000個左右，而1000MW的超臨界機組控制點達(dá)到15000左右。面對采集到的海量數(shù)據(jù)，如何進(jìn)行分析處理并將結(jié)果反饋于實際運行控制中，具有極大的實際意義。

1 SIS系統(tǒng)與數(shù)據(jù)挖掘

SIS系統(tǒng)可以實現(xiàn)DCS系統(tǒng)與電廠管理信息系統(tǒng)之間的數(shù)據(jù)交換[1]，主要用以輔助車間實時生產(chǎn)信息、整合電廠各機組，并在優(yōu)化分析的基礎(chǔ)上為運行管理提供實時生產(chǎn)指導(dǎo)，是介于管理信息系統(tǒng)和鍋爐、汽輪機、電氣設(shè)備等底層執(zhí)行系統(tǒng)之間的“管理控制中間件”。SIS系統(tǒng)完成生產(chǎn)運行優(yōu)化、故障檢測以及設(shè)備狀態(tài)分析的基礎(chǔ)是數(shù)據(jù)庫，實際多采用INSQL、PI等數(shù)據(jù)庫產(chǎn)品，通過與DCS等系統(tǒng)的網(wǎng)絡(luò)連接，建立起實時/歷史數(shù)據(jù)庫平臺，自動采集并存儲數(shù)據(jù)。SIS系統(tǒng)的各個功能軟件模塊和數(shù)據(jù)接口都建立在數(shù)據(jù)平臺的基礎(chǔ)上。

數(shù)據(jù)挖掘通過對數(shù)據(jù)的逐個分析，從海量數(shù)據(jù)中尋找潛藏的規(guī)律，主要有對象確認(rèn)、數(shù)據(jù)準(zhǔn)備、規(guī)律探尋和結(jié)果展示4個步驟。第一步是明確數(shù)據(jù)挖掘的目的和對象；第二步是找到與對象相關(guān)的數(shù)據(jù)源，選取所需的數(shù)據(jù)整合成用于數(shù)據(jù)挖掘的數(shù)據(jù)模型；第三步是選擇某種可行的算法將數(shù)據(jù)集所含的規(guī)律挖掘出來；第四步是用可視化的方式將找出的規(guī)律結(jié)果呈現(xiàn)出來。

近年來，數(shù)據(jù)挖掘技術(shù)在電力行業(yè)開始應(yīng)用，主要是發(fā)電機組主要變量數(shù)據(jù)本身具有多元性、動態(tài)性、關(guān)聯(lián)性的特點，通過數(shù)據(jù)挖掘技術(shù)進(jìn)行關(guān)聯(lián)分析、分類統(tǒng)計、聚類分析等，可以將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識以提高生產(chǎn)效率。

2 方案設(shè)計

在電力系統(tǒng)的生產(chǎn)過程中，幾乎每個生產(chǎn)裝置都存在多個被監(jiān)控的過程變量，它們彼此之間存在著密切的關(guān)聯(lián)關(guān)系，共同表征了該生產(chǎn)裝置的運行狀態(tài)。以某機組負(fù)荷為基本目標(biāo)，可根據(jù)數(shù)據(jù)庫中記錄的歷史運行數(shù)據(jù)推導(dǎo)出不同負(fù)荷點對應(yīng)的風(fēng)、煤、水的運行范圍。在采樣時間足夠長的前提下，可以認(rèn)為歷史數(shù)據(jù)點涵蓋了該工業(yè)過程所有可能出現(xiàn)的狀態(tài)，對于之后新的工作點數(shù)據(jù)，如果落在最佳工作區(qū)內(nèi)，則認(rèn)為該工作點處于正常狀況，反之則認(rèn)為其處于非正常狀況，進(jìn)而發(fā)出報警信息。本系統(tǒng)采用基于高維橢球模型的數(shù)據(jù)聚類方法，其思想是多個變量的數(shù)據(jù)集可構(gòu)成一個高維數(shù)據(jù)空間。首先通過數(shù)據(jù)聚類將該數(shù)據(jù)集根據(jù)一定的規(guī)則劃分成若干個子集，使得具有相似特征的數(shù)據(jù)點歸于一類，形成一個聚簇，特征不相似的數(shù)據(jù)點則應(yīng)該歸于不同的聚簇中。在數(shù)據(jù)聚類結(jié)束后，往往形成一系列的聚簇，不同個數(shù)的數(shù)據(jù)點被包含在每個聚簇中，選擇一個實體模型來表示聚簇的輪廓形狀。采用高維橢球體作為聚簇之后的數(shù)據(jù)模型，然后將該模型表示出來，達(dá)到可視的效果[2]。這里主要采用資源受限條件下的高維橢球聚類法，該方法具有運算復(fù)雜度低、所需的輸入?yún)?shù)少、不需提前了解聚簇個數(shù)、自動檢測并繪制聚簇輪廓等優(yōu)勢，其基本步驟如下：

（1）數(shù)據(jù)初始化：將輸入的原始數(shù)據(jù)空間劃分成一系列固定大小的N維存儲單元，并把包含至少一個數(shù)據(jù)點的非空存儲單元找出來，這里預(yù)設(shè)每一個維度中存儲單元網(wǎng)格基準(zhǔn)為參數(shù)；

（2）存儲單元修剪：計算每個存儲單元中包含數(shù)據(jù)點的平均個數(shù)，移除包含數(shù)據(jù)點個數(shù)低于該平均個數(shù)1個標(biāo)準(zhǔn)差的存儲單元，這樣可以使包含處于真實聚簇邊緣點的單元被移除；在剩下的每一個存儲單元中擬合出一個高維橢球涵蓋存儲單元里的數(shù)據(jù)點，使該橢球至少涵蓋了95%個數(shù)的數(shù)據(jù)點，這里是通過判斷數(shù)據(jù)點與橢球中心的馬氏距離是否在預(yù)設(shè)臨界值以內(nèi)來確定是否將該點放在橢球內(nèi)；

（3）擴張和重調(diào)整：通過特征矩陣乘以統(tǒng)一的縮放系數(shù)來實現(xiàn)橢圓的擴大，調(diào)整橢球邊界將更多的數(shù)據(jù)點容納進(jìn)來，直到達(dá)到預(yù)先設(shè)定的終止標(biāo)準(zhǔn)。每一次擴張之后，由于加入了新的數(shù)據(jù)點，要根據(jù)新的特征矩陣來計算新的橢球中心，然后以新的中心來判斷是否加入新的數(shù)據(jù)點；

（4）移除多余橢球：對于彼此非常臨近的橢球（通過兩個橢球中心的歐氏距離是否在預(yù)設(shè)的閾值范圍內(nèi)來判斷），選擇一個容納數(shù)據(jù)點最多的橢球后，移除其它的臨近多余橢球。

經(jīng)過以上步驟之后，可獲得一些高維橢球，對獲得的高維橢球體進(jìn)行平面化處理，生成可視化模型[3]。簡而言之，對于一個對象進(jìn)行模型建立，主要包括：數(shù)據(jù)初始化，去除非正常狀況工作點，數(shù)據(jù)的聚類，高維橢球面到二維平面的投影，橢球至平行坐標(biāo)系的曲線繪制，繪制降維縮減空間[4]。

3 具體應(yīng)用

試驗對象選取目前國內(nèi)占據(jù)主流的300MW亞臨界燃煤機組，其SIS系統(tǒng)采用PI數(shù)據(jù)庫采集數(shù)據(jù)。工藝變量選擇除考慮相關(guān)性密切程度，還要考慮機組工藝。對火電機組來說，其主要參考指標(biāo)是負(fù)荷、壓力和溫度，其根源是由風(fēng)、煤、水來決定。因此，結(jié)合實際運行工況，選取了5個主要工藝變量：機組實發(fā)負(fù)荷為主要對象，主蒸汽壓力、主給水流量、總風(fēng)量和總給煤量為數(shù)據(jù)挖掘相關(guān)數(shù)據(jù)源。

對該機組的生產(chǎn)過程進(jìn)行歷史數(shù)據(jù)收集，建立機組運行主要工藝變量的高維空間模型，檢驗高維數(shù)據(jù)空間建模與可視化表達(dá)的核心技術(shù)?；诓杉降臋C組2014年1月份生產(chǎn)運行的20天歷史數(shù)據(jù)，建立前述5個工藝變量的高維空間模型。

采用前述的高維橢圓體等數(shù)學(xué)模型對高維空間數(shù)據(jù)進(jìn)行自動分類與建模，生成主要工藝變量的幾何空間模型，然后建立可視化的5維空間的數(shù)學(xué)模型在SIS系統(tǒng)的用戶界面層顯示。知道負(fù)荷點的具體數(shù)值，則可確定該負(fù)荷點下的主要工藝變量的的變化范圍，如果其不在變化范圍內(nèi)，說明該數(shù)據(jù)點存在錯誤或者生產(chǎn)狀態(tài)發(fā)生明顯改變。

本技術(shù)的應(yīng)用將多維的空間轉(zhuǎn)換為坐標(biāo)系加以顯示，不僅可以為管理層人員觀察機組運行情況有一直觀印象，也可以給機組運行人員尤其是新員工提供工藝變量的操作參考范圍，在保證機組運行安全性的同時，提高機組運行的經(jīng)濟性。

4 結(jié)束語

本技術(shù)基于電廠已有SIS系統(tǒng)中海量數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘，實現(xiàn)了機組主要工藝變量之間關(guān)系的可視化，提供了運行設(shè)備可靠運行的參考范圍，不但保證了機組安全運行的需求，更可提高機組燃燒效率，對耗能大戶的火電機組實現(xiàn)節(jié)能減排起到積極作用。

參考文獻(xiàn)：

[1]侯子良.再論火電廠廠級監(jiān)控信息系統(tǒng)[J].電力系統(tǒng)自動化，2002（15）：1-3.

[2]賀玲，蔡益朝，楊征.高維數(shù)據(jù)聚類方法綜述[J].計算機應(yīng)用研究，2010（01）.

[3]王紹敏，孫曉靜，王克峰.應(yīng)用平行坐標(biāo)系進(jìn)行可視化優(yōu)化設(shè)計[J].計算機與應(yīng)用化學(xué)，2004（01）：11-15.

[4]A.Inselberg.Parallel Coordinates：Visual Multidimensional Geometry and Its Applications[M].Springer，2009.

作者簡介：李巍?。?981-），女，山東淄博人，講師，山東大學(xué)計算機科學(xué)與技術(shù)學(xué)院工學(xué)碩士研究生，研究方向：數(shù)據(jù)挖掘、信息系統(tǒng)、智能控制。

作者單位：山東藝術(shù)學(xué)院 信息中心，濟南 250014