|本期目录/Table of Contents|

 并行计算视域下大数据挖掘技术及其在锅炉性能升级中的应用实践()

《工业加热》[ISSN:1002-1639/CN:61-1208/TM]

期数:
2019年02期
页码:
30-32
栏目:
数值模拟与仿真
出版日期:
2019-04-30

文章信息/Info

Title:
 

Big Data Mining Technology from the Perspective of Parallel Computing and Its Application in Boiler Performance Upgrading

文章编号:
1002-1639(2019)02-0030-03
作者:
 李春晓1 李艳红2
 1.西安外事学院 工学院计算机系,陕西 西安,710077;2.西安外事学院 工学院计算机公共教学部,陕西 西安,710077
Author(s):
 LI Chunxiao1LI Yanhong2
 

1.Department of Computer Science, Xi’an International University , Institute of Technology, Xi’an 710077,

China;2.Department of Computer Public Education,Xi’an International University , Institute of Technology, Xi’

an 710077,China

关键词:
 锅炉优化粗糙集K-means聚类算法Hadoop平台
分类号:
T
DOI:
10.3969/j. issn. 1002-1639.2019.02.008
文献标识码:
A
摘要:
 

以600MW燃煤发电机组的大数据挖掘为研究主体,运用符合大数据要求的新计算方法来挖掘负荷工况下会使锅炉效率受到影

响的相关数据,寻找使可调控机组运作的最佳设定值。根据研究结论可知,符合大数据要求的新计算方式能够寻找到锅炉大量数据

运行的优化目标值,可较好的节约能源减少排放,挖掘出的优化目标值是当前最优的。

参考文献/References

备注/Memo

备注/Memo:
更新日期/Last Update: