摘要
为了确保电网和调度机构掌握火电企业的燃料库存和供应情况,基于互联网+技术构建了发电侧火电机组燃料数据采集和管理系统。采用K-means聚类算法,建立了火电企业燃料大数据模型,对火电企业燃料品质和成本进行分析、评价。同时,改进了ARMA(自回归滑动平均)预测模型,利用已有的大数据对发电侧燃料库存进行精确预测,以提高电网电源的稳定性和可靠性。利用所建立的预测模型对南方电网发电侧燃料量进行预测,并将预测值与实际值进行对比,验证了所提方法的准确性。
-
单位南京华盾电力信息安全测评有限公司; 中国南方电网有限责任公司; 南京工程学院