Для эффективного реагирования на сложные рынки электроэнергии и угля, усиление умного управления топливом становится важной частью управления ТЭЦ. Для определенной исторической информации о качестве угля были выбраны алгоритмы кластеризации K-means и DBSCAN 2 для анализа кластеризации низкой низкотемпературной теплоты, летучих и серы. Алгоритм кластеризации K-means разделил выборку данных с историческими данными о качестве угля на 4 класса. Коэффициент силуэта составил 0,587, и после разделения компоненты угля внутри одного и того же класса почти одинаковы. Была проведена статистика частоты угля и доли качества угля в различных метках кластеров, и мишень угля была разделена пропорционально, и уголь была сортирована образом, и, исходя из этого, были разработаны цифровые руководства по распределению угля на платформу угольного месторождения и процессы хранения информации, что имеет важное значение для увеличения использования месторождения угля и эффективности управления месторождением угля.

Умное управление топливом; разделение месторождения угля; складирование угля; К-средних; оптимальное решение