本文選題：大數(shù)據(jù) + 多元線性回歸�。� 參考：《電力科學(xué)與工程》2016年12期

【摘要】：為了順利開(kāi)展節(jié)能降耗工作,火電廠需要準(zhǔn)確評(píng)估自身能耗指標(biāo)。現(xiàn)階段能耗指標(biāo)評(píng)估主要使用傳統(tǒng)數(shù)理統(tǒng)計(jì)方法,這些方法難以挖掘數(shù)據(jù)深層次的信息。使用大數(shù)據(jù)分析方法中的多元線性回歸方法,得出了一套煤耗指標(biāo)評(píng)估模型,對(duì)某電廠600 MW發(fā)電機(jī)組實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行了大數(shù)據(jù)分析,解決了傳統(tǒng)能耗指標(biāo)評(píng)估方法的缺陷。使用殘差分析法對(duì)模型準(zhǔn)確性進(jìn)行了驗(yàn)證,得出了模型滿足實(shí)際需要的結(jié)論。
[Abstract]:In order to carry out energy saving and consumption reduction work smoothly, thermal power plants need to accurately evaluate their own energy consumption index. At present, traditional mathematical statistical methods are mainly used in energy consumption index evaluation, and these methods are difficult to mine the deep information of data. By using the multivariate linear regression method in big data's analysis method, a set of coal consumption index evaluation model is obtained, and the actual operation data of 600 MW generating set in a power plant are analyzed by big data, which solves the defects of the traditional energy consumption index evaluation method. The accuracy of the model is verified by residual analysis method, and the conclusion is drawn that the model meets the actual needs.
【作者單位】： 華北電力大學(xué)控制與計(jì)算機(jī)工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(71071053) 北京市自然科學(xué)基金(9122021)
【分類(lèi)號(hào)】：TM621

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鎵;霍佳震;胡軍;黃志明;;基于多元線性回歸的上海市生產(chǎn)性服務(wù)業(yè)和汽車(chē)產(chǎn)業(yè)發(fā)展的關(guān)聯(lián)分析[J];上海管理科學(xué);2012年03期

2 朱祥和;;基于多元線性回歸的私家車(chē)保有量預(yù)測(cè)[J];湖北工業(yè)大學(xué)學(xué)報(bào);2011年03期

3 姜濱生,趙旭,江琪,王玉奇,劉志富,賈志民,倪柏樹(shù);黑龍江省電力網(wǎng)負(fù)荷與氣溫的關(guān)系研討[J];黑龍江電力;2000年05期

4 ;應(yīng)用數(shù)學(xué)講座(八) 第六講 多元線性回歸[J];航空工藝技術(shù);1977年02期

5 喬亮亮;;多元線性回歸預(yù)測(cè)法在服裝制造中的應(yīng)用[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2010年01期

6 程軼平;;基于多元線性回歸的線性系統(tǒng)狀態(tài)空間辨識(shí)算法[J];北京交通大學(xué)學(xué)報(bào);2014年02期

7 林朝,陳英強(qiáng),張慶文,譚復(fù)文,彭光慧;用多元線性回歸法計(jì)算鈾礦樣中的U、Ra、Th和K含量[J];核技術(shù);1991年06期

8 王彬;李川;李蘭;王秋蘋(píng);;多元線性回歸預(yù)測(cè)模型在城市垃圾產(chǎn)量預(yù)測(cè)中的應(yīng)用[J];新疆環(huán)境保護(hù);2006年03期

9 吳倩;宋永發(fā);;基于多元線性回歸的裝飾工程快速估價(jià)模型[J];建筑管理現(xiàn)代化;2009年05期

10 王惠文;孟潔;;多元線性回歸的預(yù)測(cè)建模方法[J];北京航空航天大學(xué)學(xué)報(bào);2007年04期

相關(guān)會(huì)議論文 前2條

1 石偉;王剛;劉愛(ài)華;武立華;;多元線性回歸在密山井水位影響因素分析的應(yīng)用[A];2013年地震流體專(zhuān)業(yè)委員會(huì)學(xué)術(shù)年會(huì)會(huì)議摘要[C];2013年

2 陳向軍;陳金波;;湖北省流通業(yè)競(jìng)爭(zhēng)力影響因素測(cè)評(píng)分析[A];中部崛起與現(xiàn)代服務(wù)業(yè)——第二屆中部商業(yè)經(jīng)濟(jì)論壇論文集[C];2008年

相關(guān)碩士學(xué)位論文 前6條

1 曹春曉;中國(guó)A股市場(chǎng)多因素選股模型實(shí)證分析[D];南京大學(xué);2014年

2 于明雨;基于多元線性回歸和樸素貝葉斯分類(lèi)的互聯(lián)網(wǎng)母嬰社區(qū)用戶研究[D];吉林大學(xué);2016年

3 周宇;我國(guó)城投債信用風(fēng)險(xiǎn)評(píng)價(jià)研究[D];浙江大學(xué);2016年

4 劉軍;基于股票市價(jià)與會(huì)計(jì)信息指標(biāo)的多元線性回歸股票定價(jià)模型研究[D];西南財(cái)經(jīng)大學(xué);2009年

5 曾昭霞;貴州灣河二期粉煤灰堆場(chǎng)巖溶滲漏污染研究[D];貴州大學(xué);2009年

6 王靜;具有輸入故障自適應(yīng)能力的在線智能建模[D];廈門(mén)大學(xué);2007年

，

本文編號(hào)：1863248