成果（技术）简介：本项目应用智能计算模型，将发电厂现有的600MW超临界发电机组各类生产运行监测数据和相关成本考核系统数据结合，利用机器学习方法对相关数据进行数据关联和整合，获取发电厂600MW超临界发电机组实际运行时的最优生产运行工况，指导各关联实时控制系统的最优参数选择与设置；为异常运行工况预警，并提供优化的运行工况调整趋势以供实时运行调整，提高整个火电厂发电循环效率，降低发电煤耗，同时也为实施节能减排提供数据决策支持。 主要技术特点（指标）：建立具有复杂数据特征的数据关联，为火力发电厂600MW及以上超临界发电机组优化运行建立可控数据关联模块，使600MW超临界机组单位发电煤耗降低1g/kw.h～3 g/kw.h；同时为低NOX运行、降低厂用电提供必要数据关联支持。 应用领域及效益分析：火力发电厂每单位发电煤耗降低1g/kw.h，发电厂全年单台600MW超临界机组将可节约4000吨原煤，可节约原煤成本及相关厂用电费用支出近人民币800万元，同时可减少有害物NOX排放和降低脱硫电耗。 投产条件：在册运行的火力发电厂600MW超临界及1000MW超临界及以上大容量机组。已投运脱硫系统。 合作方式：转让或面议。