摘要

针对工业生产传统运行优化方法计算复杂,以及优化目标往往很难达到稳态的问题,提出基于FM度量的自适应K-Means聚类的工业生产运行基准挖掘方法。首先,以运行负荷等变量作为筛选标准,提出基于方差的稳态判别算法,筛选出历史数据中的稳态工况,并根据实际运行参数,对稳态工况进行细分;其次,由于K-Means算法需要预先设定K值,提出基于FM度量的自适应算法确定K值进行K-Means聚类,并利用能耗指标确定最优的聚类中心;最后,采用某实际生产企业的历史运行数据进行模型验证。

  • 单位
    长春大学