Big-Data-Mining-Based Improved K-Means Algorithm for Energy Use Analysis of Coal-Fired Power Plant Units, A Case Study

Big-Data-Mining-Based Improved K-Means Algorithm for Energy Use Analysis of Coal-Fired Power Plant Units, A Case Study

En esta investigacin̤ se propone una metodologa̕ hb̕rida nueva para optimizacin̤ de carga a nivel de planta con el fin de minimizar el consumo de carbn̤ para centrales elčtricas de carbn̤. Tal metodologa̕ incluye dos partes. La primera, con base en un algoritmo K-medias mejorado y la plataforma Had...

Volledige beschrijving

Bewaard in:
Bibliografische gegevens
Andere auteurs: Liu Binghan, Fu Zhongguang, Wang Pengkai, Liu Lu, Gao Manda, Liu Ji, MDPI
Formaat: Boek
Taal:Engels
Onderwerpen:
Datos masivos
Ciencia de datos
Big data
Data science
Minera̕ de datos
Minera̕ de datos masivos
Algoritmo K-medias
Hadoop
Anl̀isis de sensibilidad
Optimizacin̤
Mq̀uina de vectores de soporte
Consumo de energa̕
Central elčtrica de carbn̤
Data mining
Big data mining
K-means algorithm
Sensitivity analysis
Optimization
Support vector machine
Energy consumption
Coal-fired power plant
Online toegang:Big-Data-Mining-Based Improved K-Means Algorithm for Energy Use Analysis of Coal-Fired Power Plant Units, A Case Study
Tags: Voeg label toe
Geen labels, Wees de eerste die dit record labelt!
Omschrijving
Samenvatting:En esta investigacin̤ se propone una metodologa̕ hb̕rida nueva para optimizacin̤ de carga a nivel de planta con el fin de minimizar el consumo de carbn̤ para centrales elčtricas de carbn̤. Tal metodologa̕ incluye dos partes. La primera, con base en un algoritmo K-medias mejorado y la plataforma Hadoop, determina el valor de referencia de los parm̀etros operativos controlables del consumo neto de carbn̤ bajo condiciones de carga tp̕icas. La segunda emplea una mq̀uina de vectores de soporte para establecer los coeficientes de sensibilidad de diversos parm̀etros operativos del consumo neto de carbn̤ bajo distintas condiciones de carga.
ISSN:1099-4300

Gelijkaardige items