Para hacer frente de manera eficaz a los complejos mercados de electricidad y carbón, el fortalecimiento de la gestión inteligente de combustibles se convierte en una parte importante de la gestión de las centrales eléctricas. Para datos históricos sobre la calidad del carbón, se utilizaron los algoritmos de clustering K-means y DBSCAN 2 para analizar el clustering del poder calorífico inferior, los volátiles y el azufre. El algoritmo de clustering K-means dividió el conjunto de datos de calidad histórica del carbón en 4 categorías. El coeficiente de silueta fue de 0.587 y, tras la división, los componentes del carbón dentro de la misma categoría eran casi idénticos. Se realizó un análisis estadístico de la frecuencia y proporción del carbón en las diferentes etiquetas de clustering, y se dividieron proporcionalmente las zonas del depósito de carbón, y se apiló el carbón en cada zona. Sobre esta base, se diseñaron guías digitales para la gestión del depósito de carbón y los procesos de almacenamiento de información, lo que es de crucial importancia para mejorar la utilización del espacio de almacenamiento y la eficiencia en la gestión del depósito de carbón.

Gestión inteligente de combustibles; división del depósito de carbón; almacenamiento de carbón; K-means; solución óptima