基于聚类的煤质数据可视化系统的设计实现

张建立，杨栋，王传刚，张建

（1.华电莱州发电有限公司，山东 烟台 261441；2.山东固源信息科技有限公司，山东 济南 250000）

0 引言

在高速发展的今天，世界人民已经发现了更多种的可使用能源，从而导致煤炭的身价大幅度下跌。但是，煤炭作为十八世纪以来人类使用最多主要能源之一，依然占据着重要的地位。聚类分析算法的出现，可以将各个相似数据进行分类和观测，可以对监控对象进行准确的数据监测和成分分析，还可以借助监控设备的帮助，对监控对象的三维状态进行二维动画展示，从而可以使流程和数据更为直观地展示在监管者眼前。那么，基于聚类的煤质数据可视化系统的工作原理以及工作流程的具体内容是什么，基于聚类的煤质数据可视化系统有什么应用渠道和发展前景，都需要进一步地探讨[1]。

1 聚类分析的定义

聚类分析（Cluster analysis）就是通过监测和计算，从而将性状和组成较为相似的对象进行静态的精准化分类。通过聚类系统的精准化分类，可以使监测对象依据不同的性状和特点被分到不同的类别或者子集之中。这些被分到不同的类别或是子集之中的监测对象，大都拥有相似的性状和特点。通过对监测对象的精准分类，可以对所监测的工作流程中的数据进行更加精准地搜集和分类，从而帮助监测者可以更加全面而及时地对数据进行监控和了解。聚类系统也具有非常大的多样性，它不受一种算法限制，在对于不同的集群进行监测时。就会出现适应所监测集群的算法模式。比如：①连通性模型，聚类系统在面对连通性模型进行计算的过程中，聚类系统就会优先选用分层聚类的方式，在计算距离连通性的基础上对所监测对象进行模型构建，从而达到监测效果。②质心模型，聚类系统在面对质心性模型的监测过程中，就会优先使用k-means的算法，通过对模型样品的单个均值向量来进行计算，通过这个计算结果从而对模型中各个样品进行状态分类和数据收集。除了这两种模型，聚类系统在面对其他比如分布模型、密度模型、子空间模型、组模型、图模型以及神经网络模型等不同的监测模型时，所使用的算法也是不同的。由于聚类系统多样化的算法模式，就可以很好地应对不同要求下的工作监测和数据分析任务，从而达到更好的监测效果。

2 聚类分析的特点

2.1 可以对数据进行精准地分类和计算

聚类分析系统是目前最为先进的数据收集和分析系统之一，它所具有的专业的、高效的算法系统，可以很好地对监测对象进行全面和系统的监测。在聚类系统进行监测的过程中，可以对监测对象全面地、系统地分析和计算。通过这种精准的监测，聚类系统可以得到更加全面而正确的数据。在得到精确数据以后，聚类系统又可以通过先进的算法系统的分析，从而得到更加精准的分析结果。

2.2 可以通过设备，将三维物体做二维展示

聚类系统区别于以往传统的监测手段，它的优越性就体现在他可以对监测对象的状态进行“降维”展示。聚类系统的运行必须依赖于一定的监测设备，聚类系统可以通过精准的获取数据和分析手段得到最及时的监测情况。在这种基础上，聚类系统就可以在监测设备中，将所监测对象的工作状态进行实时的二维动画展示，从而使得监测者可以更加直观地了解到监测对象在各个环节的运行状态以及具体的性状数据。

2.3 数据观测全面化，数据整理集中化

由于聚类系统是一个全流程的监测系统，他可以通过对监测对象在全部工作流程中所有方面的数据进行监测和收集。因此，利用聚类系统进行监测，可以使监测数据更加全面化。而聚类系统分析出的数据，也可以通过直观的方法展现出来，这就体现出了聚类系统对数据整理的集中化[2]。

4 煤质检测中的聚类分析类型

4.1 严格分区聚类

严格分区聚类就是要将监测样本进行分析和观测，将监测对象中性状相同的样本归属于同一个集群之中。在燃煤工作的过程中，通过严格分区聚类，就可以对燃煤工作面上各个煤炭的燃烧状态进行分类。比如：对燃煤状态进行不同颜色的划分和反映，如果煤炭的燃烧状态颜色表现为蓝色，就代表煤炭的燃烧暂时处于正常的状态之下，不用过于担心；如果煤炭的燃烧状态颜色为黄色。那么，就说明煤炭在燃烧的过程中状态出现了一些问题，系统进入了得到警惕和解决，可能是燃烧的煤炭存在煤质问题。如果监测画面中煤炭的燃烧状态颜色是红色的，那就说明系统监测下煤炭的性状非常不稳定，需要及时地介入和干预[3]。

4.2 硬聚类

硬聚类就是要将监测样本中的各个对象进行精准地分析和分类，相同种类的对象就可以分为同一子集。我国煤炭资源种类非常丰富，有无烟煤、气煤、瘦煤等各种种类。并且，在燃煤的行业内，依然煤炭燃烧的性状又可以分为强粘煤、中黏煤和弱黏煤等类别。通过聚类系统对燃煤过程进行硬聚类，可以有效的对燃煤过程中各个类型的煤进行识别和归类，从而使得监测人员可以更加直观地进行燃煤信息监测，及时地对不适合燃烧的煤炭进行剔除。从而大大的提高了燃煤工作的效率，减少了煤炭损耗，进一步提高燃煤工作效率和企业总体效益。

5 基于聚类的煤质数据可视化系统工作流程

5.1 数据收集和预处理

在燃煤工作的过程中，聚类系统可以系统地对燃煤工作的各个环节进行监控和把握。聚类系统会对燃煤工作中各个环节的数据进行监测和收集，在数据手机完成后，聚类系统会对所收集的煤质信息数据进行一定的预处理。通过对煤质信息的收集和整合，可以为后期的煤质信息可视化工作提供基本的数据支持。

5.2 煤质信息分析和分类

在聚类系统完成数据收集和预处理工作之后，聚类系统会利用先进的k-means算法对经过预处理的煤质信息数据进行进一步地分析和分类。对燃煤的性状，属性以及燃烧状态进行一个系统的分类和汇总。聚类系统还可以对燃煤过程中各个环节的工作状态进行反应，比如，在煤仓加煤工作环节中，聚类系统可以对加入各个煤仓中的煤炭的数量和种类进行监测和分类。从而使得煤仓加煤环节煤质信息可以更加直观地、系统地表现出来[4]。通过依靠算法对燃煤过程中各流程煤质信息的分析和分类，可以为后期的二维动画展示工作提供数据基础。

5.3 依赖数据生成二维视图

在聚类系统完成整体的数据收集和预处理以及煤质信息分析和分类工作之后，聚类系统就可以对所得到的数据进行二维动画建模。聚类系统的监测结果展示一般依赖于一定的监测设备进行，在完成一系列前期工作之后，聚类系统就会在监测设备的监测画面中，生成燃煤过程中各个流程具体情况的二维动画。将燃煤工作中各个流程中的煤炭总量、煤炭种类、煤炭性状、煤炭在煤仓中的分布状况也会在监测画面中通过不同的标识进行展现。聚类系统通过对燃煤流程的“降维”展示，可以使煤质信息更加直观、系统地得到展示。通过二维动画的表现，监测人员也可以及时地对各环节下的信息进行监控和改进。

6 基于聚类的煤质数据可视化系统应用及前景

聚类系统普一出现，就因为他系统而全面的检测手段以及高度精确的数据算法而在各行各业得到了广泛的应用。比如在模式识别、图像分析、信息检索等工作中聚类系统就得到了很广泛的应用。而在生物信息学、计算机图形学以及临床医学等各个领域，聚类系统也到了广泛的应用。而基于聚类的煤质数据可视化系统，由于它对燃煤工作中各个层面和环节煤质信息的系统化、实时化、直观化的监测手段，可以在很大程度上为企业节省大量人力成本和资源消耗，从而可以为企业创造更大的经济效益。那么，除了在燃煤发电的工作中可以利用基于聚类的煤质数据可视化系统进行作业之外。在同类型的需要燃煤作业的供暖厂、煤焦化厂、金属冶炼厂、水泥厂、玻璃厂、砖瓦厂、陶瓷厂等企业中，基于聚类的煤质数据可视化系统依然可以发挥很多的作用[5]。

7 结语

通过对基于聚类的煤质数据可视化系统的应用，可以有效的减少在燃煤过程中的人力投入和资源损耗，从而可以为企业带来更多的经济效益和成长动力。当然，基于聚类的煤质数据可视化系统在其他领域依然具有着非常大的优越性。相信在不久的将来，基于聚类的煤质数据可视化系统一定可以得到更为广泛的应用，从而创造更大的价值。