其他
【精彩论文】基于互信息和PCA理论的湿法烟气脱硫工况特征提取方法
观点凝练
摘要：目前火电厂湿法烟气脱硫系统优化研究中主要采用主成分分析法进行特征提取，但由于湿法烟气脱硫系统能耗影响因素之间存在高耦合、非线性特征，现有特征提取方法无法评估特征间非线性关系。为此提出了一种基于互信息和主成分分析理论的特征提取方法。该方法用特征间的互信息矩阵取代主成分分析中的协方差矩阵，其特征向量表示新的主成分空间中各主成分的方向，特征值作为评价准则判断主成分维数。使用该方法对某电厂脱硫实测数据进行特征提取，实验结果表明：该方法降维效果更好，使用基于网格搜索法的支持向量机作为分类器，相同维度的主成分提出方法分类正确率更高；使用该方法进行浆液循环泵运行方式优化，耗电量平均降低约14.69%。
结论：本文针对传统PCA无法对非线性数据进行较好降维的问题，在PCA的基础上将计算过程中的协方差矩阵使用互信息矩阵取代，提出基于互信息和PCA的电厂脱硫系统工况特征提取方法，通过SVM分类算法分析了MI-PCA在电厂实测数据中的可行性。
实验表明：（1）应用于电厂实测数据时，以主成分贡献率作为准则判断主成分维数，基于MI-PCA的特征提取方法可以获得更少的维度；在相同主成分维度下，使用基于MI-PCA的方法较之PCA方法主成分累计贡献率更高；（2）使用基于网格搜索的SVM作为分类器进行分类，在主成分相同维度下，基于MI-PCA的降维方法有更好的分类效果；（3）使用本文所提方法对电厂浆液循环泵进行分类优化，浆液循环泵耗电量平均降低约14.69%。
引文信息
刘文慧, 徐遵义, 张旭冉, 等. 基于互信息和PCA理论的湿法烟气脱硫工况特征提取方法[J]. 中国电力, 2020, 53(8): 158-163.LIU Wenhui, XU Zunyi, ZHANG Xuran, et al. Feature extraction method for wet flue gas desulfurization under operating conditions based on mutual information and pca theory[J]. Electric Power, 2020, 53(8): 158-163.往期回顾
◀【精彩论文】典型燃煤电厂浆液冷却烟气消白设施SO3治理效果测试研究
◀【征稿启事】“面向‘双高’电力系统的电、热、氢储能应用与协同”专题征稿启事
◀【征稿启事】“低碳转型背景下的电力系统恢复控制新技术”专题
◀【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事
◀【征稿启事】“交通-能源耦合互联复杂网络理论与技术”专栏征稿启事
编辑：杨彪
审核：方彤
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。