74VOL.43No.4基于Tableau的AGC速率数据挖掘的分析李恩长1,2，何郁晟1,2（1.浙江浙能技术研究院有限公司，浙江杭州311121；2.浙江省火力发电高效节能与污染物控制技术研究重点实验，浙江杭州311121）摘要：通过Tableau工具对AGC速率数据进行深度挖掘。分析了指令密度、负荷段分布对AGC速率的影响，并利用Tableau重建考核数据时间轴以便于比对与交叉分析。同时根据数据挖掘得到的考核细节，通过Python工具建立速率仿真模型，验证了其有效性。最后，展望了后续的优化方向和对其他调度数据进行深入分析的前景。关键词：Tableau;AGC速率;数据挖掘中图分类号：TM621文献标识码：ADOI：10.16189/j.nygc.2023.04.011AGCratedataminingbasedonTableauLIEnzhang1,2,HEYusheng1,2(1.ZhejiangEnergyR&DInstituteCo.,Ltd,Hangzhou311121,China;2.ZhejiangKeyLaboratoryofEnergyConservation&PollutantControlTechnologyforThermalPower,Hangzhou311121,China)Abstract:Anin-depthanalysisofAGCratedatausingTableautoolwasconducted,theimpactsofAGCdensityandloadsegmentdistributionontheAGCratewerestudied.Tofacilitatecomparisonandcross-analysis,atimelineforassessmentdatawasreconstructedusingTableau.Additionally,aratesimulationmodelwasestablishedwithPythontoolsbasedonassessmentdetailsobtainedfromdatamining,anditseffectivenesswassubsequentlyvalidated.Futureoptimizationpotentialandtheprospectsforconductingfurtheranalysisonotherschedulingdatawerediscussed.Keywords:Tableau;AGCrate;datamining收稿日期：2023-04-17作者简介：李恩长(1987-)，男，浙江台州人，工程师，从事火电厂热工控制工作。0引言随着电力市场的推进，AGC速率越来越引起发电企业的关注。目前，在浙江省两个细则考核网站中，记录了每次AGC动作考核速率以及日均速率、月均速率。技术人员根据日均数据判断机组大致的性能情况，由于机组工况的变化、电网指令模式的变化，火电机组的日均速率往往变化幅度较大，而人工查找单个AGC速率不佳的情况又往往效率不高，且无法全面地发现问题，难以及时、准确、高效地分析机组AGC性能的限制因素。本文介绍了基于Tableau的AGC速率分析，针对调度考核详细数据，结合电厂生产的实时数据，进行数据挖掘、分析与可视化处理，多维度展示考核数据反映出来的限制机组AGC性能的因素。1原始数据与数据处理1.1原始数据针对每一次考核，...
