基于熵聚类的改进算法在电厂脱硫系统中的应用

石灰石-石膏湿法脱硫技术采用石灰或石灰石作为脱硫剂,影响其脱硫性能的主要因素有石灰石原料、机组运行参数和可调参数等方面。在参数约减后,将浆液密度、浆液的p H值、钙硫比(Ca/S)可调参数控制在其最优值范围内,得到影响脱硫效率的因素为机组负荷、入口SO2质量浓度和浆液泵运行台数。对基本的熵模糊聚类(EFC)进行相关改进,提出阀值β变尺度EFC算法,并验证了算法的准确性。利用改进算法在各典型负荷邻域区间内对实际运行数据分别进行多参量同步聚类,挖掘出不同负荷所对应的入口SO2质量浓度、浆液泵开启台数与脱硫效率之间的关系,并提出浆液循环泵优化调度方案。

基于信息熵的群组聚类组合赋权法

在多属性群决策方法的研究中,为了科学地确定专家的权重,提出一种基于信息熵的群组聚类组合赋权法。依据各个专家的判断矩阵归一化得到的排序向量,利用相关系数法构造相关矩阵。通过分析阀值变化率选取最优聚类阀值,对相似程度较高的排序向量给出合理的聚类。运用信息熵为类内专家赋权,综合聚类结果和排序向量的信息熵,确定专家的总权重。算例表明该方法可以对较为相近的专家评价结果进行有效分类,并准确衡量每位专家评价信息量的大小,能够有效提高专家赋权的合理性和群组决策的科学性。