《Energy Nexus》：Energy–Water–Environment Nexus Strategies for Legacy Thermal Power Plants through Validated Operating-Regime Discovery and Physics-Based Benchmarking
编辑推荐：
专业术语翻译（摘要部分）
整合全厂范围的无监督运行工况发现与严格验证，形成面向老旧热电机组的能量–水–环境（Energy–Water–Environment, EWE）关联策略框架。时间移动块自助法（temporal moving-block bootstra
专业术语翻译（摘要部分）
整合全厂范围的无监督运行工况发现与严格验证，形成面向老旧热电机组的能量–水–环境（Energy–Water–Environment, EWE）关联策略框架。时间移动块自助法（temporal moving-block bootstrap, MBB）、循环性（circularity）分析与冻结留出集（frozen holdout）共同验证了运行工况的稳健性。经帕累托审计的TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）方法综合了单目标与多目标关联运行方案。基于四分位距（interquartile range, IQR）定义的运行窗口将工况转化为可执行的决策，并辅以基于物理模型的基准对比。均衡的关联运行工况解决了发电功率、效率、用水、CO?排放与燃料消耗之间的权衡问题。
论文解读文章
一、研究背景与问题
热力发电在中东及北非地区的电力供应中仍占据核心地位，天然气和石油合计贡献超过90%的发电量，预计到2035年区域电力需求还将增长50%。尽管低碳发电持续扩张，现有热力资产在短期内仍不可替代，特别是在保障能源安全与电网可靠性方面。然而，老旧机组在长期运行中受负荷变化、维护状态、运行实践和设备退化等因素影响，其实际性能会逐渐偏离名义设计值。与此同时，该地区长期面临水资源压力，热力发电通过冷却和凝结过程与水资源紧密耦合，冷却水可用量减少或水温升高都会限制可用发电容量。由此形成了能量–水–环境（EWE）关联问题：总发电功率、燃料输入能量、热力学效率、补水量和CO?排放五个维度相互制约，某一目标的最优运行条件可能对其他目标不利，电厂运行本质上是一个多目标权衡问题。
现有研究虽已在数据驱动预测、子系统优化、AI辅助多目标优化、物理建模和无监督工况发现等方面取得进展，但多数研究针对的是预定义响应、子系统或排序问题，缺乏将数据驱动工况发现、时间稳定性验证、循环性分析、冻结时间验证、多目标决策综合与独立物理基准对比整合到统一框架中的工作。因此，本研究的核心问题是：能否从长期电厂数据中识别出在自然负荷、燃料、环境和水分条件变化下重复出现的运行工况，验证其时间可重复性，并将其转化为兼顾多目标的决策支持策略，同时利用物理模型独立基准对比其与设计工况的接近程度。
二、研究内容与意义
研究人员针对伊朗西部一座运行超过三十年的320 MW老旧蒸汽机组，利用三年全厂运行记录，开发了一个面向EWE关联的数据–物理框架。该框架通过PCA辅助的k-means++聚类识别可重复的运行工况，结合内部聚类质量指标和时间移动块自助法验证工况稳定性，通过循环性敏感性和变量重要性分析考察聚类结构依赖性与解释性，并采用目标排除的开发/冻结留出设计评估时间泛化能力。验证后的工况在五个性能维度上被综合为单目标和多目标运行方案，最终通过IQR定义的运行窗口与Thermoflow设计点模型进行物理基准对比。该研究填补了现有文献中将数据驱动、物理建模和多目标决策工具整合为严格验证的全厂级框架的空白，为老旧热电机组在能源转型期间的运行优化提供了可操作的方法论。
三、主要技术方法
研究人员采用的主要技术方法包括：PCA（主成分分析）辅助的k-means++无监督聚类用于运行工况发现；时间移动块自助法（temporal MBB）评估聚类时间稳定性；循环性敏感性分析考察聚类结构对数据顺序的依赖；变量重要性分析识别关键判别变量；开发/冻结留出（frozen holdout）设计验证工况的时间泛化能力；帕累托审计的、基于中位数的TOPSIS多准则决策方法综合单目标和多目标运行方案；不良IQR（四分位距）鲁棒性评估；以及Thermoflow 23设计点模型作为独立物理基准。数据来源为所选320 MW蒸汽机组三年运行记录，包含75个常规监测变量，覆盖燃料与烟气路径、锅炉–蒸汽循环、给水与回热系统、汽轮机、凝汽器与冷却水系统及全厂性能。数据处理在Python 3.12.11中实现。
四、研究结果
运行工况的识别与验证。 通过PCA降维和k-means++聚类，研究人员从三年历史数据中识别出多个重复出现的全厂运行工况。内部聚类质量指标和时间移动块自助法验证了聚类结构的稳健性，循环性敏感性分析确认聚类结果对数据时间顺序的依赖有限，变量重要性分析揭示了各工况的关键判别变量。
时间泛化能力评估。 采用目标排除的开发/冻结留出设计，研究人员验证了识别出的工况在未见过的运行时段中仍能保持功能持续性，表明这些工况不是数据偶然产物，而是具有时间可转移性的真实运行模式。
多目标关联运行方案综合。 在所有31种非空目标组合下，研究人员使用帕累托审计的、基于中位数的TOPSIS方法对验证后的工况进行综合排序，并通过不良IQR评估考察排序的鲁棒性。结果表明，不同目标组合下最优工况存在差异，反映了EWE关联中的内在权衡。
物理基准对比。 将选定的IQR运行窗口与已验证的Thermoflow设计点模型进行对比，评估了数据驱动工况与名义设计工况的接近程度，为运行策略提供了独立的工程基准参照。
五、讨论与结论
讨论部分指出，数据驱动方法揭示了电厂实际如何运行，而物理模型提供了独立的工程基准用于解释运行工况的物理意义，两种方法互为补充。研究结论表明，从长期历史数据中识别并经过时间验证的运行工况，可以被转化为兼顾发电功率、燃料输入、热力学效率、补水量和CO?排放的均衡关联运行方案。IQR定义的运行窗口保留了实际运行中的变异性，而非追求单一确定性最优值，更适合指导实际电厂运行决策。该框架为老旧热电机组在能源转型期间提升效率、降低水耗和碳排放提供了数据驱动与物理基准相结合的系统方法论。研究同时指出其局限性，包括数据来自单一电厂、统计筛选可能排除部分物理有效的极端运行点等，并提出了未来研究方向。
