استهلاك الفحم الذي يزود به وحدات توليد الطاقة هو المؤشر الرئيسي لمستوى توفير الطاقة للوحدة. يستخدم هذا البحث تقنيات تحليل البيانات الكبيرة لتحليل البيانات التاريخية ذات الصلة بأستهلاك الطاقة للوحدة، ويستخدم شبكات العصبونات الاصطناعية لبناء نماذج تحليلية لخصائص استهلاك الفحم لكل نطاق حمولة، وحساب عامل تقييم الأثر لكل معلمة قابلة للتحكم في كل فترة حالة تشغيلية، وقدرة النموذج على التنبؤ في كل نطاقات الحمولة. تشير النتائج إلى أن دقة تدريب وتنبؤ نموذج تحليل استهلاك الفحم الذي يعتمد على الشبكات العصبية الاصطناعية تتراوح بين ± 0.6٪، ودقة الحساب للنموذج عالية؛ القدرة على التنبؤ لنموذج في كل فترة مختلفة للحمولة. تشير النتائج إلى أن دقة تدريب وتنبؤ نموذج تحليل استهلاك الفحم الذي يعتمد على شبكات العصبونات الاصطناعية تتراوح بين ± 0.6٪، ودقة الحساب للنموذج عالية؛ القدرة على التنبؤ لنموذج في كل فترة مختلفة للحمولة. يظهر أن لكل معلمة قابلة للتحكم تأثيرًا مختلفًا على استهلاك الفحم في فترات حمولات مختلفة، لكن لديها بعض القواعد؛ ينبغي التركيز خلال التشغيل الفعلي على تعديل المعلمات ذات الحساسية الكبيرة.

بيانات كبيرة، وحدات تحويل الطاقة الناتجة عن الوقود، استهلاك الفحم، الشبكات العصبونية الاصطناعية، الانتشار العكسي، عامل التقييم، تحليل الحساسية