增量数据挖掘及其在电站运行优化中的理论研究及应用
|
摘要
电站运行优化以单元机组为对象,以降低和控制机组供电煤耗为目标,对机组热力系统进行优化调整,确定在不同负荷下的最佳运行工况,并对机组实现性能在线监测及动态耗差分析,指导电厂优化运行和管理,在几乎不增加投入的情况下,通过调整运行参数、运行方式和减少泄漏达到提高机组效率,降低机组煤耗的目的。目前电站运行优化中的关键和难点问题如优化目标值确定、运行优化操作指导等还存在很多不完善之处。
电力企业积累了大量数据,从热力系统自身的运行数据中找到改善系统运行的知识和手段,是很有现实意义和研究价值的问题。数据挖掘正是这样一种从大量数据中抽取出未知有价值知识的有力工具。
本文围绕数据挖掘技术在电力系统节能中的应用,着重分析了以下几个问题：
1.将增量挖掘技术引入到电站运行优化中,用于机组运行参数优化目标值的确定,提出了基于增量数据挖掘的电站运行参数优化目标值确定总体结构。指出电站运行参数的最优值并不是一成不变的,随着机组运行时间的延长,机组运行状态发生改变,原有的挖掘结果可能不再适用,需要重新确定最优值。重新挖掘费时费力,所以引入增量式挖掘,充分利用原有的挖掘结果,避免重复挖掘,提高了挖掘效率,使得参数最优值可以随机组运行状态发生改变而动态更新。
2.提出了改进的增量式数值型关联规则挖掘算法,用于解决最小支持度不变,而数据库动态发生变化后的规则维护问题。引入了隶属函数的概念,指出参数隶属度的确定应根据具体情况,并通过实例演示说明增量挖掘过程中标准化函数确定的重要性。
3.进行了电站运行数据的检验和相关性分析。通过数据检验可以改善数据质量,提高挖掘结果的准确性。通过相关性分析可以帮助进行属性选择,在学习阶段就去除无关或冗余属性,防止与挖掘任务无关的属性来减缓甚至误导整个挖掘过程,提高挖掘的效率和质量。
4.提出利用偏相关分析方法发现不同参数间的联系。进行偏相关分析时,需要掌握多个变量的数据,一方面考虑多个变量相互之间可能产生的影响,一方面又采用一定的方法控制其他变量,专门考察两个特定变量的净相关关系。
5进行氧量经济性分析,并利用增量数据挖掘技术确定各工况下的氧量最优值。这种方法确定的氧量最优值建立在现有设备实际运行基础上,通过运行调整可以达到,与传统方法相比具有合理性、准确性和可操作性。增量挖掘可以充分利用原有的挖掘结果,避免了重复挖掘,提高了挖掘效率。
Power plant operation optimization aimed at reducing coal consumption by adjusting unit to optimal state. And with the development of database and computer technique, DCS is widely used in power system and large amount of data are accumulated by power enterprise. These data contained a great deal of information and power system can get rule and knowledge from it to optimize operation. Data mining can finish this task. Data mining is a powerful tool to get valuable information to help improving enterprise decision-making, finding exceptional circs and forecasting future mode, etc.
According to the application of data mining in power system, this paper analyzed the following questions in detail:
1. The paper induced incremental updating data mining technique into power plant operation optimization and proposed overall structure of optimal target value based on incremental updating data mining. The paper indicated that the optimal targets values were not invariable and they varied with different unit state. Re-mining all these data again was time wasting, so this paper proposed incremental updating data mining technique to make full use of primary mining results to avoiding re-mining all the data. This method can improve mining efficiency greatly.
2. The paper proposed advanced incremental updating quantity association rule mining algorithm to maintain of optimal target value when the database changed. Subjection function was introduced into the mining process and it was indicated that the selection of subjection function should according to actual instance. Experiments showed that this algorithm could improve mining efficiency greatly.
3. The paper analyzed the relativity between power plant data and veracity of the data. Data is the basis of data mining. So the data must be tested before mining. Power plant data is large and miscellaneous. Through data checking, data quality can be improved. Relativity exists between power plant data widely, and correlations analysis can help to wipe off outlying and redundant attribute before mining. All these can help to improve the efficiency and quality of mining results.
4. Partial correlation analysis was proposed to find the relations between different parameters. The relation between power plant parameters is very complicated, and partial correlation analysis is more powerful in finding real relationship compared with simple correlation analysis.
5. The paper analyzed the effect of oxygen content on unit efficiency and determined optimal oxygen contens at different unit states by increment updating data mining algorithm. This method had higher efficiency and got optimal oxygen content on the basis of actual equipment. So mining results is reachable in practice.
电力企业积累了大量数据,从热力系统自身的运行数据中找到改善系统运行的知识和手段,是很有现实意义和研究价值的问题。数据挖掘正是这样一种从大量数据中抽取出未知有价值知识的有力工具。
本文围绕数据挖掘技术在电力系统节能中的应用,着重分析了以下几个问题：
1.将增量挖掘技术引入到电站运行优化中,用于机组运行参数优化目标值的确定,提出了基于增量数据挖掘的电站运行参数优化目标值确定总体结构。指出电站运行参数的最优值并不是一成不变的,随着机组运行时间的延长,机组运行状态发生改变,原有的挖掘结果可能不再适用,需要重新确定最优值。重新挖掘费时费力,所以引入增量式挖掘,充分利用原有的挖掘结果,避免重复挖掘,提高了挖掘效率,使得参数最优值可以随机组运行状态发生改变而动态更新。
2.提出了改进的增量式数值型关联规则挖掘算法,用于解决最小支持度不变,而数据库动态发生变化后的规则维护问题。引入了隶属函数的概念,指出参数隶属度的确定应根据具体情况,并通过实例演示说明增量挖掘过程中标准化函数确定的重要性。
3.进行了电站运行数据的检验和相关性分析。通过数据检验可以改善数据质量,提高挖掘结果的准确性。通过相关性分析可以帮助进行属性选择,在学习阶段就去除无关或冗余属性,防止与挖掘任务无关的属性来减缓甚至误导整个挖掘过程,提高挖掘的效率和质量。
4.提出利用偏相关分析方法发现不同参数间的联系。进行偏相关分析时,需要掌握多个变量的数据,一方面考虑多个变量相互之间可能产生的影响,一方面又采用一定的方法控制其他变量,专门考察两个特定变量的净相关关系。
5进行氧量经济性分析,并利用增量数据挖掘技术确定各工况下的氧量最优值。这种方法确定的氧量最优值建立在现有设备实际运行基础上,通过运行调整可以达到,与传统方法相比具有合理性、准确性和可操作性。增量挖掘可以充分利用原有的挖掘结果,避免了重复挖掘,提高了挖掘效率。
Power plant operation optimization aimed at reducing coal consumption by adjusting unit to optimal state. And with the development of database and computer technique, DCS is widely used in power system and large amount of data are accumulated by power enterprise. These data contained a great deal of information and power system can get rule and knowledge from it to optimize operation. Data mining can finish this task. Data mining is a powerful tool to get valuable information to help improving enterprise decision-making, finding exceptional circs and forecasting future mode, etc.
According to the application of data mining in power system, this paper analyzed the following questions in detail:
1. The paper induced incremental updating data mining technique into power plant operation optimization and proposed overall structure of optimal target value based on incremental updating data mining. The paper indicated that the optimal targets values were not invariable and they varied with different unit state. Re-mining all these data again was time wasting, so this paper proposed incremental updating data mining technique to make full use of primary mining results to avoiding re-mining all the data. This method can improve mining efficiency greatly.
2. The paper proposed advanced incremental updating quantity association rule mining algorithm to maintain of optimal target value when the database changed. Subjection function was introduced into the mining process and it was indicated that the selection of subjection function should according to actual instance. Experiments showed that this algorithm could improve mining efficiency greatly.
3. The paper analyzed the relativity between power plant data and veracity of the data. Data is the basis of data mining. So the data must be tested before mining. Power plant data is large and miscellaneous. Through data checking, data quality can be improved. Relativity exists between power plant data widely, and correlations analysis can help to wipe off outlying and redundant attribute before mining. All these can help to improve the efficiency and quality of mining results.
4. Partial correlation analysis was proposed to find the relations between different parameters. The relation between power plant parameters is very complicated, and partial correlation analysis is more powerful in finding real relationship compared with simple correlation analysis.
5. The paper analyzed the effect of oxygen content on unit efficiency and determined optimal oxygen contens at different unit states by increment updating data mining algorithm. This method had higher efficiency and got optimal oxygen content on the basis of actual equipment. So mining results is reachable in practice.
引文
[1]何伟,倪维斗等.中国节能降耗研究报告.北京：企业管理出版社,2006.1-5
[2]刘宝军,刘波,衣心亮,等.数据挖掘及其在电力企业的应用前景.吉林电力,2003(6)：33-35
[3]卢勇,徐向东,陈明.数据挖掘技术在热电厂过程控制与优化中的应用研究.电站系统工程,2003,19(2)：48-50
[4]李安.数据挖掘算法研究：[硕士学位论文].大连海事大学,2003
[5]胡佩,夏绍玮.基于大型数据库仓库的数据采掘：研究综述.软件学报,1998,9(1)：53-68
[6]邵峰晶,于忠清.数据挖掘原理与算法.北京：中国水利水电出版社,2003.5-11
[7]毛国君.数据挖掘技术与关联规则挖掘算法研究：[博士学位论文].北京工业大学,2003
[8]任渊源.机组运行优化系统中数据检验和优化目标值问题的研究与应用：[硕士学位论文].东南大学,2004
[9]赵艳厂.数据挖掘中聚类算法研究与仿真：[博士学位论文].北京邮电大学,2003
[10]李哲,杨兆中,庞炳章.大型数据库中关联规则的向量法挖掘.计算机工程,2003,29(8)：97-99
[11]臧国心,戴天虹,张润泽.关联规则的价值衡量方法.哈尔滨师范大学自然科学学报,2002,18(6)：14-20
[12]蒋秀英.关联规则算法及其优化.洛阳大学学报,2003,18(2)：42-45
[13]冯丽.数据挖掘和人工智能理论在短期电力负荷预测中的应用研究： [博士学位论文].浙江大学,2005
[14]王亚英.基于粗集理论的知识发现方法研究：[博士学位论文].上海交通大学,2001
[15]田容.人工神经网络在数据挖掘中的应用研究：[硕士学位论文].华北工学院,2001
[16]赵晨.过程控制中的数据挖掘技术研究及其智能控制策略探讨：[博士学位论文].浙江大学,2004
[17]孙世新.数据挖掘算法分析及其并行模式研究：[博士学位论文].电子科技大学,2004
[18]赵晨.过程控制中的数据挖掘技术研究及其智能控制策略探讨：[博士学位论文].浙江大学,2004
[19]Cheng D W L, Han J, Ng V T. Maintenance of Discovered Association Rules in Large Database:An Incremental Update Technique[C]. In:Proc of the Twelfth International Conference on Data Engineering, New Orleans, Louisiana:IEEE Computer Society Press,1996:106-114
[20]徐杰彦.火力发电厂机组优化运行与辅机节能改造研究：[硕士学位论文].东南大学,2004
[21]李建强.基于数据挖掘的电站运行优化理论研究与应用：[博士学位论文].华北电力大学,2006
[22]覃一宁.大型火力发电厂运行优化控制系统的研究与实现：[硕士学位论文].大连理工大学,2001
[23]李又奎.大型汽轮机组经济性分析与优化：[硕士学位论文].东南大学,2000
[24]曹辉,蔡颖,朱善君.数据仓库技术在电力系统中的应用.华北电力技术,2001(3)：44-47
[25]于之虹.郭志忠.数据挖掘与电力系统.电网技术,2001,25(8)：58-62
[26]谢成山,牛纪海,徐济仁.DM技术及其在数据处理中的应用.电讯技术,2003(2)：126-129.
[27]卢启程,邹平.数据挖掘的研究与应用进展.昆明理工大学学报,2002,27(5)：62-67.
[28]朱明.数据挖掘.中国科学技术大学出版社.2002.
[29]胡运发.数据与知识工程导论.清华大学出版社.2003
[30]王中胜,袁应钦,孙万云,等.1NFI-90与PC机接口的应用程序开发[J].华北电力大学学报,1999,26(4)：93～96.
[31]InStep Software LLC. Developers Guide. USA:Instep Software LLC,2003.
[32]张志檩.实时数据库原理及应用.北京：中国石化出版社,2001.
[33]刘亚波.关联规则挖掘方法的研究及应用：[博士学位论文].吉林大学2005
[34]V.Raman and J.M.Hellerstein. Potter's wheel:an interactive data cleaning system. Proceedings of the 27th International Conference on Very Large Databases(VLDB'01),2001,381-390.
[35]H.Galhardas, D.Florescu, D.Shasha and E.Simon. An Extensible Framework for Data Cleaning. Proceedings of the 16th International Conference on Data Engineering(ICDE 2000),2000.
[36]O.Buchter and R.Wirth. Exploration of Ordinal Data Using Association Rules. Knowledge and Information Systems,415-433.
[37]M.Hernandez and S.Stolfo. Real-world Data is Dirty:Data Cleansing and The Merge/Purge Problem. Journal of Data Mining and Knowledge Discovery,1998,2(1):9-37.
[38]魏海坤,宋文忠,李奇.基于RBF网络的火电机组实时成本在线建模方法.中国电机工程学报,2004,24(7)：246-252
[39]米红,张文璋.实用现代统计分析方法与SPSS应用.当代中国出版社.2000
[40]王俊峰.过程监测中的数据挖掘技术：[博士学位论文].广州：华南理工大学,2002
[41]鲍文,于达仁,王伟,徐志强.基于关联规则的火电厂传感器故障监测.中国电机工程学报,2003,23(12)：170-174
[42]Cheng D W L, Han J, Ng V T. Maintenance of Discovered Association Rules in Large Database:An Incremental Update Technique[C]. In:Proc of the Twelfth International Conference on Data Engineering, New Orleans, Louisiana:IEEE Computer Society Press,1996:106-114
[43]ZHANG Wen-xian, ZOU Xiao-feng. The incremental updating algorithm of language association rule[J]. Computer engineering and application,2004:16:175-177
[44]王小玉,王亚东,冯丽.关联规则的挖掘.信息技术.2003,27(1)：55-57
[45]刘亚波.关联规则挖掘方法的研究及应用：[博士学位论文].吉林大学,2005
[46]张春华,付建政,张勇.关联规则挖掘中层次算法的研究,长春大学学报,2002,12(1)：15-18
[47]朱玉全,孙志辉,张仲楠.约束关联规则的有效挖掘算法.计算机工程,2002,28(2)：29-31
[48]朱红蕾,李明.关联规则挖掘的维护算法研究.微机发展,2004,14(2)：37-40
[49]Agrawal R, Srikant R, Fast algorithms for mining association rules,In Proceeding of the 20th International Conference on Very Large Database.1994,487-499.
[50]欧阳为民,蔡庆生.在数据库中发现具有时态约束的关联规则.软件学报,1999,1 0(5)：527-532
[51]王景.基于关联规则数据挖掘的研究：[硕士学位论文].广西大学,2003
[52]何友全.大型数据库中关于多频项集的动态增量式挖掘.计算机工程,2006,32(2)：76-78
[53]李环宇,杜春玲,孙秋厚.一种增量更新关联规则的挖掘算法.福建电脑,2007(3)：129-130
[54]段琢华,蔡自兴.关联规则的增量更新策略研究.计算机工程与科学,2005,27(10)：55-58
[55]胡锦丽.二次挖掘的关联规则增量更新算法.福建商业高等专科学校学报,2007(1)：99-102
[56]徐风生.关联规则的更新.聊城大学学报,2003,16(1)：83-87
[57]Kou Yu-jing, Wang Chun-hua,Huang Hou-kuan. Incremental Updating maintainence association rule algorithm[J]. Computer research and development,2001:38(8):947-951
[58]Agrawal R, Srikant R et al. Fast Algorithms for Mining Association Rules [C]. Proc of the 1994 International Conference on Very Large Databases, Santiago de Chile, Chile: Morgan Kaufmann Press,1994:487-499.
[59]电力节能技术丛书编委会.火力发电厂节能技术.北京：中国电力出版社,2008
[60]盛德仁,李蔚,刘长东,等.火电厂运行优化系统运行状况的调研与展望.浙江电力,2003(4)：9-12
[61]孙伟.火电厂锅炉热经济性的分析模型研究：[硕士学位论文].华北电力大学,2003
[62]闵正佳,罗大庸,张航.火力发电机组运行优化系统的研究与设计.计算机测量与控制.2006,14(6)：757-761
[63]张小桃.单元机组运行经济性在线数学模型研究：[硕士学位论文].东南大学,2000
[64]江浩.电厂运行优化决策支持系统设计方案,电力系统自动化,2004,28(5)：75-79
[65]郭民臣,魏楠.火电机组性能监测与小指标在线考核管理系统在电厂运行优化方面的应用.电力设备,2007,8(2)：12-15
[66]王明春,胥建群.500MW供热机组在线运行优化管理系统.汽轮机技术,2004,46(5)：397-399
[67]沙志强,王敏文,杜建东,等.氧量与锅炉主要运行指标的试验关系.能源研究与利用,2003(6)：20-22.
[68]江浩.电站运行优化决策支持系统的研究：[博士学位论文].东南大学,2003
[69]胡洪华,黄延辉,艾卫国,等.大型火电机组运行优化目标值的研究和确定.中国电力,2004,37(9)：22-25
[70]洪军,司风琪,高正平,徐治皋.基于B／S架构火电机组运行优化系统的开发与应用.能源研究与利用,2003(2)：19-21
[71]姚饶.锅炉运行优化方法及应用.华北电力技术,2008(1)：27-31
[72]曹洪涛.大型电站锅炉运行热经济性优化研究：[硕士学位论文].华北电力大学,2004
[73]刘军龙.火电厂热力系统实时热经济性分析研究与应用：[硕士学位论文].东南大学,2002
[74]李德育.基于热经济性的200MW机组性能分析：[硕士学位论文].华北电力大学,2003
[75]庄婷.耗差分析方法在机组运行优化管理中的应用.浙江电力,2004(2)：5-8
[76]曹洪涛,张春发.基于耗差分析理论的300MW火电机组优化控制系统研究.节能,2003(7)3-6
[77]Jiang Hao;Xu Zhigao,DSS Scheme for Operation Optimization Problem on Power Plants,Journal of Southeast University(English Edition), Sept.2002, Page(s):212-215 Vol.18,No.3
[78]胡华进.火电机组性能监测问题的研究：[博士学位论文].东南大学,1998
[79]盛德仁,李蔚,刘长东,等.火电厂运行优化系统运行状况的调研与展望.浙江电力,2003(4)：9-12
[80]李建强.基于数据挖掘的电站运行优化理论研究与应用：[博士学位论文].华北电力大学,2006
[81]李建强,牛成林,刘吉臻.数据挖掘技术在火电厂优化运行中的应用.动力工程,2006,26(6)：830-835
[82]Douglas J. Smith, Plant performance monitoring leads the way to higher efficiency, Power Engineering,1987,1
[83]江浩,罗春雷,刘勇先,等.火电机组节能降耗分析及研究.热力发电,2004(6)：1-6
[84]中国华电集团公司编著.火力发电厂节能评价体系.北京：中国水利水电出版社,2007.
[85]电力节能技术丛书编委会.火力发电厂节能技术.北京：中国电力出版社,2008
[86]刘福国.基于统计分析的电站锅炉性能建模与优化.动力工程,2004,24(4)：477-481
[87]赵征,曾德良,田亮,刘吉臻.基于数据融合的氧量软测量研究.中国电机工程学报,2005,25(7)：7-12.
[88]李永华,陈鸿伟,孟凡军。电站锅炉运行参数对经济性的影响,电站系统工程,2003,19(1)：47-48.
[89]张科建.锅炉运行经济性的快速定量评价.西北电力技术,2006(3)：25-30.
[90]李鹏,李江涛,赵玉清.小型工业锅炉的烟气氧量控制.广东化工,2006,33(160)：86-87.
[91]闫水保,徐治皋,韦红旗.锅炉热经济性的诊断模型.动力工程,2002,22(1)：1608-1610.
[92]孔维海,李伟东.氧量测量系统在锅炉节能中的应用.机械工程师,2006(6)：82-83.
[93]杨立兵.氧量控制系统的应用与探讨.广西电力,2005(6)：40-41.
[94]蔡杰进,马晓茜,廖艳芬.锅炉运行性能与烟气含氧量优化研究.热力发电,2006(7)：28-30
[95]黄超,徐向东.基于NNARMAX辨识的最佳含氧量自主寻优.清华大学学报(自然科学版),2007,47(2)：215-218
[96]张清峰,陈德强.煤粉锅炉运行中的氧量问题.华北电力技术,2002(9)：1-3
[97]高大明.大型电站锅炉燃烧系统优化控制研究：[硕士学位论文].华北电力大学,2005
[98]刘福国,郝卫东,杨建柱等.电厂锅炉变氧量运行经济性分析及经济氧量的优化确定.中国电机工程学报,2003,23(2)：172-174.
[99]卢勇,徐向东.锅炉变工况运行优化监控系统的实现.动力工程,2003,23(2)：2325-2328
[100]申丽,谷俊杰,杨建蒙.基于烟气氧含量软测量的锅炉在线燃烧优化.仪器仪表用户,2005,12(4)：91-92
[101]吴晓武,刘树昌,陈勇等.排烟含氧量测量中的不确定度分析.中国电力,2004,37(3)：95-97.
[2]刘宝军,刘波,衣心亮,等.数据挖掘及其在电力企业的应用前景.吉林电力,2003(6)：33-35
[3]卢勇,徐向东,陈明.数据挖掘技术在热电厂过程控制与优化中的应用研究.电站系统工程,2003,19(2)：48-50
[4]李安.数据挖掘算法研究：[硕士学位论文].大连海事大学,2003
[5]胡佩,夏绍玮.基于大型数据库仓库的数据采掘：研究综述.软件学报,1998,9(1)：53-68
[6]邵峰晶,于忠清.数据挖掘原理与算法.北京：中国水利水电出版社,2003.5-11
[7]毛国君.数据挖掘技术与关联规则挖掘算法研究：[博士学位论文].北京工业大学,2003
[8]任渊源.机组运行优化系统中数据检验和优化目标值问题的研究与应用：[硕士学位论文].东南大学,2004
[9]赵艳厂.数据挖掘中聚类算法研究与仿真：[博士学位论文].北京邮电大学,2003
[10]李哲,杨兆中,庞炳章.大型数据库中关联规则的向量法挖掘.计算机工程,2003,29(8)：97-99
[11]臧国心,戴天虹,张润泽.关联规则的价值衡量方法.哈尔滨师范大学自然科学学报,2002,18(6)：14-20
[12]蒋秀英.关联规则算法及其优化.洛阳大学学报,2003,18(2)：42-45
[13]冯丽.数据挖掘和人工智能理论在短期电力负荷预测中的应用研究： [博士学位论文].浙江大学,2005
[14]王亚英.基于粗集理论的知识发现方法研究：[博士学位论文].上海交通大学,2001
[15]田容.人工神经网络在数据挖掘中的应用研究：[硕士学位论文].华北工学院,2001
[16]赵晨.过程控制中的数据挖掘技术研究及其智能控制策略探讨：[博士学位论文].浙江大学,2004
[17]孙世新.数据挖掘算法分析及其并行模式研究：[博士学位论文].电子科技大学,2004
[18]赵晨.过程控制中的数据挖掘技术研究及其智能控制策略探讨：[博士学位论文].浙江大学,2004
[19]Cheng D W L, Han J, Ng V T. Maintenance of Discovered Association Rules in Large Database:An Incremental Update Technique[C]. In:Proc of the Twelfth International Conference on Data Engineering, New Orleans, Louisiana:IEEE Computer Society Press,1996:106-114
[20]徐杰彦.火力发电厂机组优化运行与辅机节能改造研究：[硕士学位论文].东南大学,2004
[21]李建强.基于数据挖掘的电站运行优化理论研究与应用：[博士学位论文].华北电力大学,2006
[22]覃一宁.大型火力发电厂运行优化控制系统的研究与实现：[硕士学位论文].大连理工大学,2001
[23]李又奎.大型汽轮机组经济性分析与优化：[硕士学位论文].东南大学,2000
[24]曹辉,蔡颖,朱善君.数据仓库技术在电力系统中的应用.华北电力技术,2001(3)：44-47
[25]于之虹.郭志忠.数据挖掘与电力系统.电网技术,2001,25(8)：58-62
[26]谢成山,牛纪海,徐济仁.DM技术及其在数据处理中的应用.电讯技术,2003(2)：126-129.
[27]卢启程,邹平.数据挖掘的研究与应用进展.昆明理工大学学报,2002,27(5)：62-67.
[28]朱明.数据挖掘.中国科学技术大学出版社.2002.
[29]胡运发.数据与知识工程导论.清华大学出版社.2003
[30]王中胜,袁应钦,孙万云,等.1NFI-90与PC机接口的应用程序开发[J].华北电力大学学报,1999,26(4)：93～96.
[31]InStep Software LLC. Developers Guide. USA:Instep Software LLC,2003.
[32]张志檩.实时数据库原理及应用.北京：中国石化出版社,2001.
[33]刘亚波.关联规则挖掘方法的研究及应用：[博士学位论文].吉林大学2005
[34]V.Raman and J.M.Hellerstein. Potter's wheel:an interactive data cleaning system. Proceedings of the 27th International Conference on Very Large Databases(VLDB'01),2001,381-390.
[35]H.Galhardas, D.Florescu, D.Shasha and E.Simon. An Extensible Framework for Data Cleaning. Proceedings of the 16th International Conference on Data Engineering(ICDE 2000),2000.
[36]O.Buchter and R.Wirth. Exploration of Ordinal Data Using Association Rules. Knowledge and Information Systems,415-433.
[37]M.Hernandez and S.Stolfo. Real-world Data is Dirty:Data Cleansing and The Merge/Purge Problem. Journal of Data Mining and Knowledge Discovery,1998,2(1):9-37.
[38]魏海坤,宋文忠,李奇.基于RBF网络的火电机组实时成本在线建模方法.中国电机工程学报,2004,24(7)：246-252
[39]米红,张文璋.实用现代统计分析方法与SPSS应用.当代中国出版社.2000
[40]王俊峰.过程监测中的数据挖掘技术：[博士学位论文].广州：华南理工大学,2002
[41]鲍文,于达仁,王伟,徐志强.基于关联规则的火电厂传感器故障监测.中国电机工程学报,2003,23(12)：170-174
[42]Cheng D W L, Han J, Ng V T. Maintenance of Discovered Association Rules in Large Database:An Incremental Update Technique[C]. In:Proc of the Twelfth International Conference on Data Engineering, New Orleans, Louisiana:IEEE Computer Society Press,1996:106-114
[43]ZHANG Wen-xian, ZOU Xiao-feng. The incremental updating algorithm of language association rule[J]. Computer engineering and application,2004:16:175-177
[44]王小玉,王亚东,冯丽.关联规则的挖掘.信息技术.2003,27(1)：55-57
[45]刘亚波.关联规则挖掘方法的研究及应用：[博士学位论文].吉林大学,2005
[46]张春华,付建政,张勇.关联规则挖掘中层次算法的研究,长春大学学报,2002,12(1)：15-18
[47]朱玉全,孙志辉,张仲楠.约束关联规则的有效挖掘算法.计算机工程,2002,28(2)：29-31
[48]朱红蕾,李明.关联规则挖掘的维护算法研究.微机发展,2004,14(2)：37-40
[49]Agrawal R, Srikant R, Fast algorithms for mining association rules,In Proceeding of the 20th International Conference on Very Large Database.1994,487-499.
[50]欧阳为民,蔡庆生.在数据库中发现具有时态约束的关联规则.软件学报,1999,1 0(5)：527-532
[51]王景.基于关联规则数据挖掘的研究：[硕士学位论文].广西大学,2003
[52]何友全.大型数据库中关于多频项集的动态增量式挖掘.计算机工程,2006,32(2)：76-78
[53]李环宇,杜春玲,孙秋厚.一种增量更新关联规则的挖掘算法.福建电脑,2007(3)：129-130
[54]段琢华,蔡自兴.关联规则的增量更新策略研究.计算机工程与科学,2005,27(10)：55-58
[55]胡锦丽.二次挖掘的关联规则增量更新算法.福建商业高等专科学校学报,2007(1)：99-102
[56]徐风生.关联规则的更新.聊城大学学报,2003,16(1)：83-87
[57]Kou Yu-jing, Wang Chun-hua,Huang Hou-kuan. Incremental Updating maintainence association rule algorithm[J]. Computer research and development,2001:38(8):947-951
[58]Agrawal R, Srikant R et al. Fast Algorithms for Mining Association Rules [C]. Proc of the 1994 International Conference on Very Large Databases, Santiago de Chile, Chile: Morgan Kaufmann Press,1994:487-499.
[59]电力节能技术丛书编委会.火力发电厂节能技术.北京：中国电力出版社,2008
[60]盛德仁,李蔚,刘长东,等.火电厂运行优化系统运行状况的调研与展望.浙江电力,2003(4)：9-12
[61]孙伟.火电厂锅炉热经济性的分析模型研究：[硕士学位论文].华北电力大学,2003
[62]闵正佳,罗大庸,张航.火力发电机组运行优化系统的研究与设计.计算机测量与控制.2006,14(6)：757-761
[63]张小桃.单元机组运行经济性在线数学模型研究：[硕士学位论文].东南大学,2000
[64]江浩.电厂运行优化决策支持系统设计方案,电力系统自动化,2004,28(5)：75-79
[65]郭民臣,魏楠.火电机组性能监测与小指标在线考核管理系统在电厂运行优化方面的应用.电力设备,2007,8(2)：12-15
[66]王明春,胥建群.500MW供热机组在线运行优化管理系统.汽轮机技术,2004,46(5)：397-399
[67]沙志强,王敏文,杜建东,等.氧量与锅炉主要运行指标的试验关系.能源研究与利用,2003(6)：20-22.
[68]江浩.电站运行优化决策支持系统的研究：[博士学位论文].东南大学,2003
[69]胡洪华,黄延辉,艾卫国,等.大型火电机组运行优化目标值的研究和确定.中国电力,2004,37(9)：22-25
[70]洪军,司风琪,高正平,徐治皋.基于B／S架构火电机组运行优化系统的开发与应用.能源研究与利用,2003(2)：19-21
[71]姚饶.锅炉运行优化方法及应用.华北电力技术,2008(1)：27-31
[72]曹洪涛.大型电站锅炉运行热经济性优化研究：[硕士学位论文].华北电力大学,2004
[73]刘军龙.火电厂热力系统实时热经济性分析研究与应用：[硕士学位论文].东南大学,2002
[74]李德育.基于热经济性的200MW机组性能分析：[硕士学位论文].华北电力大学,2003
[75]庄婷.耗差分析方法在机组运行优化管理中的应用.浙江电力,2004(2)：5-8
[76]曹洪涛,张春发.基于耗差分析理论的300MW火电机组优化控制系统研究.节能,2003(7)3-6
[77]Jiang Hao;Xu Zhigao,DSS Scheme for Operation Optimization Problem on Power Plants,Journal of Southeast University(English Edition), Sept.2002, Page(s):212-215 Vol.18,No.3
[78]胡华进.火电机组性能监测问题的研究：[博士学位论文].东南大学,1998
[79]盛德仁,李蔚,刘长东,等.火电厂运行优化系统运行状况的调研与展望.浙江电力,2003(4)：9-12
[80]李建强.基于数据挖掘的电站运行优化理论研究与应用：[博士学位论文].华北电力大学,2006
[81]李建强,牛成林,刘吉臻.数据挖掘技术在火电厂优化运行中的应用.动力工程,2006,26(6)：830-835
[82]Douglas J. Smith, Plant performance monitoring leads the way to higher efficiency, Power Engineering,1987,1
[83]江浩,罗春雷,刘勇先,等.火电机组节能降耗分析及研究.热力发电,2004(6)：1-6
[84]中国华电集团公司编著.火力发电厂节能评价体系.北京：中国水利水电出版社,2007.
[85]电力节能技术丛书编委会.火力发电厂节能技术.北京：中国电力出版社,2008
[86]刘福国.基于统计分析的电站锅炉性能建模与优化.动力工程,2004,24(4)：477-481
[87]赵征,曾德良,田亮,刘吉臻.基于数据融合的氧量软测量研究.中国电机工程学报,2005,25(7)：7-12.
[88]李永华,陈鸿伟,孟凡军。电站锅炉运行参数对经济性的影响,电站系统工程,2003,19(1)：47-48.
[89]张科建.锅炉运行经济性的快速定量评价.西北电力技术,2006(3)：25-30.
[90]李鹏,李江涛,赵玉清.小型工业锅炉的烟气氧量控制.广东化工,2006,33(160)：86-87.
[91]闫水保,徐治皋,韦红旗.锅炉热经济性的诊断模型.动力工程,2002,22(1)：1608-1610.
[92]孔维海,李伟东.氧量测量系统在锅炉节能中的应用.机械工程师,2006(6)：82-83.
[93]杨立兵.氧量控制系统的应用与探讨.广西电力,2005(6)：40-41.
[94]蔡杰进,马晓茜,廖艳芬.锅炉运行性能与烟气含氧量优化研究.热力发电,2006(7)：28-30
[95]黄超,徐向东.基于NNARMAX辨识的最佳含氧量自主寻优.清华大学学报(自然科学版),2007,47(2)：215-218
[96]张清峰,陈德强.煤粉锅炉运行中的氧量问题.华北电力技术,2002(9)：1-3
[97]高大明.大型电站锅炉燃烧系统优化控制研究：[硕士学位论文].华北电力大学,2005
[98]刘福国,郝卫东,杨建柱等.电厂锅炉变氧量运行经济性分析及经济氧量的优化确定.中国电机工程学报,2003,23(2)：172-174.
[99]卢勇,徐向东.锅炉变工况运行优化监控系统的实现.动力工程,2003,23(2)：2325-2328
[100]申丽,谷俊杰,杨建蒙.基于烟气氧含量软测量的锅炉在线燃烧优化.仪器仪表用户,2005,12(4)：91-92
[101]吴晓武,刘树昌,陈勇等.排烟含氧量测量中的不确定度分析.中国电力,2004,37(3)：95-97.