一种火电厂锅炉NOx排放量建模变量选择方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110263356A(43)申请公布日2019.09.20(21)申请号201910176346.X(22)申请日2019.03.08(71)申请人华北电力大学（保定）地址071000河北省保定市莲池区华北电力大学一校区(72)发明人赵文杰王文广王朔(74)专利代理机构北京盛凡智荣知识产权代理有限公司11616代理人肖月华(51)Int.Cl.G06F17/50(2006.01)权利要求书2页说明书7页(54)发明名称一种火电厂锅炉NOx排放量建模变量选择方法(57)摘要本发明公开了一种火电厂锅炉NOx排放量建模变量选择方法，通过变量选择是否准确影响模型的准确度和泛化能力。针对变量选择的问题，在互信息变量选择方法的基础上结合最大信息系数提出了最大信息系数变量选择方法，引入最大信息系数改进原有的变量选择方法，并用标称模型的实验数据集验证了本方法的有效性。CN110263356ACN110263356A权利要求书1/2页1.一种火电厂锅炉NOx排放量建模变量选择方法，其特征在于，包括互信息变量选择以及基于互信息变量选择的变量选择方法MIFS；所述互信息进行变量选择的基础是待选变量与响应变量之间有最大的相关度，待选变量与已选变量之间有最小的冗余度；所述基于互信息变量选择的变量选择方法MIFS，该方法以互信息为基础给出评价函数，以启发式的搜索方法搜索最优子集，具体流程如下：1)初始化集合F，包含全部n个变量；初始化集合S；2)依次从F集合中挑选待选变量fi，并计算fi与响应变量C之间的互信息I(fi,C)；3)选择首变量：计算出的互信息进行排序挑选出与响应变量互信息最大的变量作为首变量；F＝F-{fi}，S＝S+{fi}；4)贪婪选择：循环此步直到所选变量个数达到预设变量个数：a)计算已选变量fs与待选变量fi之间的互信息；b)选择使下面的评价函数最大的变量fi作为下一变量；同时，F＝F-{fi}，S＝S+{fi}；其中，参数β为惩罚因子是一个用于调节冗余度与相关度相对重要性的参数，通常该参数取0.5～1；5)输出包含所有已选变量的变量集S。2.根据权利要求1所述的一种火电厂锅炉NOx排放量建模变量选择方法，其特征在于，由于该算法依赖于参数β的调节，而β的选择又和实际问题密切相关。为了解决实际过程β较难选择的问题进一步提出了mRMR算法，该算法将固定的β值替代为可随已选变量集大小变化的参数，充分考虑了已选变量集对候选特征的影响；mRMR的评价函数为：在MIFS算法中，I(C；fi)用来衡量待选变量与响应变量之间的相关程度，以累加和的形式来衡量待选变量与已选变量之间冗余程度，随已选变量集合的增大该值会迅速变大，算法会被迫选择那些与已选变量集合无冗余的变量，也会使不相关变量被过早的选择；mRMR算法提出了NMIFS算法，该算法利用归一化的互信息度量待选变量与已选变量之间的冗余程度，既能够平衡相关项与冗余项之间的比重，也避免了参数β的选取；NMIFS的评价函数为：其中，H(fs),H(fi)分别表示fs,fi的信息熵。3.根据权利要求1或2所述的一种火电厂锅炉NOx排放量建模变量选择方法，其特征在2CN110263356A权利要求书2/2页于，NMIFS方法基于互信息进行改良，相较互信息来说有更大的普遍性与公平性，基于NMIFS方法提出MIC方法，因其优良的特性被学者应用到越来越多的领域。该方法能够有效反映原始数据集中非线性相关性强度。MIC方法主要基于以下认识：若变量之间存在某种关联性，那么经网格划分后，网格内的数据分布情况能够反映出它们之间的关联性；计算两变量X、Y之间的MIC值，我们需要进行以下三个步骤：1)在给定的网格分辨率下，对由X、Y构成的二维空间散点图按照不同的划分方案进行划分，求出其中最大的互信息值。2)将最大互信息值除以log(min(X,Y))进行归一化，归一化后的数值范围是[0,1]。3)改变网格分辨率重新计算1)2),选择不同尺度下互信息的最大值作为MIC值。MIC计算公式：其中，B是一个关于样本规模n的函数，通常情况下B＝n0.6，I(D,X,Y)是指落入网格区域D的最大的互信息值，MIC的数值范围[0,1]，当MIC＝0时代表X,Y变量之间相互独立，当MIC＝1时代表X,Y变量之间存在某种类型的函数关系。4.根据权利要求1或2或3所述的一种火电厂锅炉NOx排放量建模变量选择方法，其特征在于，在mRMR的基础上进行改良，将用于度量相关性的互信息准则修改为更具普遍性和公平性的MIC准则，提出MICFS变量选择方法；修改后的评价函数：其中，MIC(C；fi)指待选变量fi与响应变量C之间的最大信息系数，MIC(fi；fs)指待选变量fi与已选