Les caractéristiques de consommation d'énergie de la centrale électrique au charbon sont les principaux indicateurs d'économie d'énergie et de réduction de la consommation. Dans cet article, une analyse des données historiques d'exploitation de l'unité a été réalisée à l'aide de techniques d'extraction de données, et une méthode de réduction floue et grossière des caractéristiques a été utilisée pour réduire les paramètres opérationnels influant sur les caractéristiques de consommation d'énergie de l'unité, et obtenir ensemble de caractéristiques le plus simple. Ensuite, en utilisant la technique des machines à vecteurs de support, un modèle d'analyse de sensibilité à la consommation d'énergie de l'unité a été établi, analysant les coefficients de sensibilité des différents paramètres opérationnels dans différentes conditions de charge pour la consommation de charbon de la centrale électrique, fournissant des orientations pour l'optimisation de l'exploitation réelle de l'unité et l'économie d'énergie. Une analyse de la sensibilité à la consommation d'énergie de la centrale électrique au charbon d'une puissance de 600 MW a été réalisée, les résultats montrent: que la précision du modèle d'analyse de la sensibilité à la consommation d'énergie de l'unité basée sur l'extraction de données pour l'ensemble d'entraînement et l'échantillon de test est d'environ ± 0,04%, la précision est inférieure à 0,50%, ce modèle est effectif; Dans des conditions de charge différentes, les coefficients de sensibilité des différents paramètres opérationnels pour la consommation de charbon de l'approvisionnement en énergie varient, et il n'y a pas de règle de changement claire, des mesures réglementaires correspondantes doivent être prises dans l'optimisation de l'exploitation réelle de l'unité en fonction de la variation des coefficients de sensibilité.

centrale électrique au charbon ; sensibilité à la consommation d'énergie ; ensemble de caractéristiques floues et grossières; machines à vecteurs de support; paramètres opérationnels; optimisation du fonctionnant; extraction de données