基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测

为提升多区域电力负荷的预测精度,聚焦于多区域电力数据的时空相关性分析,提出了一种基于Spearman-GCN-GRU的超短期多区域电力负荷预测模型。该模型通过Spearman相关系数分析不同区域电力负荷的时空相关性,构建Spearman邻接矩阵并输入图卷积神经网络(graph convolutional network,GCN)和门控循环单元(gated recurrent unit,GRU)提取数据中的空间特征和时序特征,最后由多层感知机(multilayer perceptron,MLP)解码输出预测结果。与基于距离邻接矩阵的模型进行对比,验证了SpearmanGCN-GRU模型的可行性。在模型的预测精度上,与传统统计模型和神经网络模型相比,Spearman-GCNGRU模型在通用的评价指标中均取得最优结果。就均方根误差(root mean square error,RMSE)而言,SpearmanGCN-GRU模型与神经网络模型GRU、GCN和深度神经网络(deep neural network,DNN)相比,RMSE指标分别下降了13.90%、11.66%和8.36%,验证了模型具有更好的预测效果。

基于Spearman相关系数的接地电阻与土壤体积含水量相关性分析

【目的】防雷接地是防雷工程设计、施工和验收中的主要工作。通过了解土壤体积含水量对接地电阻的影响,能有效减少其对防雷接地设计的影响。【方法】对重庆市南川区金佛山国家综合气象观测专项试验外场2021年的接地电阻值和不同深度(地下0.1m、0.2 m、0.3 m、0.4 m、0.5 m、1.0 m)的土壤体积含水量数据进行特征分析,并对接地电阻、土壤体积含水量日均值进行正态性检验,利用Spearman相关系数进行相关性分析。【结果】深度为0.1~1.0 m时,接地电阻与不同深度的土壤体积含水量之间均呈现负相关关系,与深度为0.5 m的土壤体积含水量之间相关度最强,与接地极的埋深较为一致。【结论】对防雷接地设计有一定的参考价值。

非参数双变量相关分析方法Spearman和Kendall的Monte Carlo模拟比较

目的对Spearman和Kendall’s tau-b两种非参数双变量相关分析方法在偏态分布和等级变量条件下进行模拟比较。方法应用SAS9.13软件编程,采用Monte Carlo方法,设置不同偏态分布类型、样本量及总体相关系数,比较两种非参数方法的样本相关系数及相对误差的大小。结果Spearman方法较之Kendall方法,估计的相关系数与总体相关系数更为接近,且相对误差更小。结论在双变量为偏态分布和等级变量条件下,Spearman法优于Kendall方法。

基于尖点突变理论及Spearman秩次检验的基坑稳定性分析

基坑的稳定性评价及预测分析,能及时反馈基坑的变形动态,对基坑工程的安全评价具有至关重要的作用。利用尖点突变理论及Spearman秩次检验对基坑的稳定性进行分析,并利用AR(1)模型剔除基坑原始变形序列的相关性,以探讨数据相关性对基坑稳定性分析结果的影响;随后,再利用灰色模型对基坑的变形进行预测,以分析基坑变形的发展趋势,验证稳定性分析的准确性。经实例检验,结果表明:尖点突变分析与Spearman秩次检验的稳定性分析结果一致,均得出基坑变形将趋于稳定,且剔除基坑变形序列的相关性将使稳定性分析结果趋于保守和安全;同时,灰色模型外推4个周期的变形均呈减弱趋势,与稳定性分析结果相符。通过上述3种分析方法能从不同方面对基坑的稳定性进行评价及预测分析,具有较好的一致性,为类似工程实践提供了一定的参考依据。

基于EMD与Spearman相关系数的混合直流线路纵联保护方法

混合直流输电系统兼备常规直流以及柔性直流的优势,是直流系统发展的必然趋势。现有直流差动保护易受线路分布电容的影响,纵联保护依赖于边界条件,在混合直流输电系统中适用性差。针对以上问题,提出了一种基于经验模态分解(EMD)与斯皮尔曼(Spearman)相关系数的混合直流线路纵联保护方法。在分析故障电流增量的极性特征、考虑分布电容影响的基础上,首先对线路两端故障电流信号进行镜像延拓,通过EMD提取表征电流变化方向的残余函数,再计算残余函数的Spearman相关系数,以此识别线路内外部故障。该方法不受分布电容影响、不依赖于边界条件。通过仿真验证,所提保护方案动作速度快、可靠性高,且具有较强耐受过渡电阻与抗噪声干扰的能力。

基于趋势秩的Spearman相关方法

针对Spearman秩相关方法在两个变量局部数据的大小次序不一致时描述变量间趋势相关性效果不佳的问题,提出了基于趋势秩的Spearman相关方法(T-SRC).T-SRC设计了将数据转换为趋势秩的方法,专门捕获数据的变化趋势,从而提高了Spearman相关方法发现变量间趋势相关的性能.真实数据的实验结果表明,与传统的Spearman秩相关方法相比,T-SRC挖掘变量间的趋势相关关系的性能更优,验证了方法的有效性.

非参数Spearman秩相关检验在油气识别中的应用

简要阐述了非参数Spearman秩相关检验方法的概念及应用领域,运用该方法对测井数据进行计算分析,得出测井特征参数与产能间存在正相关的关系;并利用SPSS软件对油气田特征参数与产能之间的关系进行对比验证,得出了一致结论;为油气田产能的回归预测建模提供依据,在一定程度上减小了开采风险,提高了油气田的采收率.

一种基于Spearman秩相关系数与熵的多属性决策方法

本文以方案间单个指标的关联系数为基础,引入相关度概念,对以关联系数平均值作为测度的评价方法进行了改进,提出了以方案相关度为测度指标的新的决策方法。

宝鸡市大气环境质量变化趋势Spearman法分析研究

目的:通过对宝鸡市历年来大气监测资料数据分析,确定宝鸡市空气中的主要污染物和大气环境质量变化趋势。方法:利用Spearman相关系数法对宝鸡市空气质量变化趋势进行分析和研究。结果:宝鸡市大气中主要污染物SO2、NO2、PM10呈现上升趋势,SO2呈现下降趋势,整体大气环境质量呈现好转趋势。结论:宝鸡市在经过综合整治后,在大气环境质量方面得到一定的改善。

Spearman秩相关系数的批量计算

介绍了采用Visual FoxPro计算机语言对环境质量多时段监测数据计算Spearman秩相关系数的方法,用评价指标与时间序列间的相关性分析,并检验相关系数的显著性意义,进行环境质量变化趋势的评价;给出了实例和源程序。

基于Spearman秩相关系数的红外弱小目标检测

针对红外弱小目标检测,目标运动跨像元,引起目标的丢失的问题,提出了一种基于Spearman秩相关系数的红外弱小目标检测新方法。该方法首先采用时空域中值滤波的方法估计背景;然后通过计算邻域像元点与目标处于像元中心位置时的Spearman相关系数,获得候选目标点;最后采用二次滤波和运动方向匹配得到目标运动轨迹。该方法充分利用邻域信息,即使在目标处于像元边缘处,也能有效地检测到目标。仿真分析表明了该算法的有效性。

基于spearman秩相关的序值决策系统约简

约简是知识发现的重要过程。经典的基于等价关系的粗糙集理论,没有考虑系统取值的序值性,并且对数据噪声较为敏感。提出了一个基于spearm an秩相关分析的序值决策系统约简方法,该方法通过各属性对被决策个体的spearm an秩次的影响来确定约简结果。实验结果表明,该方法不但考虑了系统属性值的序值关系,并且对数据噪声不敏感,因而更符合实际应用的要求。

基于Spearman分析的中国开放式基金业绩持续性实证研究

许多普通投资者在对开放式基金进行选择时都会基于开放式基金业绩具有持续性的假定,通过对基金过去的业绩进行比较来判别基金的优劣,进而作出投资决策。文章应用Spearman相关分析的实证分析方法,对2003年12月31日之前成立的20只中国开放式基金的业绩进行了研究,旨在探讨开放式基金业绩具有持续性这一假定前提是否成立。结果表明,无论从短期还是长期来看,在目前市场为弱式有效的情况下,中国开放式基金业绩没有表现出显著的持续性,投资者在进行选择时并不需要太在意基金的历史业绩。

种间关联参数在Microsoft Excel 2003中的实现——Spearman秩相关分析

种间关联分析是认识植物群落的重要基础。针对种间关联参数计算过程复杂、繁琐、易错等特点,以Spearman秩相关分析为例,提出利用Microsoft Excel 2003的基本功能进行数据处理,快速高效地计算出Spearman秩相关值参数,对其他常用的种间关联参数的计算具有推广性。

基于Spearman秩相关和Topsis-模糊综合评判算法模型的院校评价结果影响因素分析

将Spearman秩相关模型引入高职院校评价结果影响因素的厘定研究中,以广东省“创新强校工程”为研究个案,选取27所B类高职院校,4个一级指标,89个二级相关数据指标,筛选出28个关键解释指标,通过Topsis-模糊综合评判算法模型耦合关键解释变量评价结果与实际结果有极强相关,进一步验证了Spearman结果的科学合理性.实证结果表明,中高职贯通培养、企业提供的校内实践教学设备值、企业订单学生数、学校财政资金到位、学校财政资金支出与院校排名强相关;普通高职招生人数增长率、专任教师人均教学时数、专业课总课时、在职人员经费占总支出比例、教师继续教育培训支出及占工资总额比等因素未产生实质性影响.

基于优化支持向量机及Spearman秩次检验的q滑坡变形预测研究

为提高滑坡变形预测精度,先以支持向量机为基础,采用试算法和粒子群算法优化其模型参数,构建了优化支持向量机模型,实现了滑坡变形预测;其次,再利用Spearman秩次检验法来判断滑坡的变形趋势,并通过变形趋势判断来佐证预测模型的准确性。实例研究表明:试算法和粒子群算法能有效克服支持向量机在参数设定过程中的主观性,得到优化支持向量机不仅具有较高的预测精度,还具有很好的滚动预测能力。同时,Spearman秩次检验能有效判断滑坡的变形趋势,且AR(1)模型可有效剔除原始变形序列的相关性,经去相关性处理后,相应变形序列的Spearman秩次系数会不同程度的减小,得出的判断结果趋于保守;对比变形预测结果与趋势势判断结果,得出两者具有较好的一致性,验证了2种方法在滑坡变形规律研究中的适用性和有效性。

Spearman视角下的中国物流业发展与房地产业发展关联性分析

在理论界存在着中国物流业与中国房地产业发展是否存在关联性的讨论,针对这一问题,以中国各省(市)物流业发展与房地产业发展作为实证对象展开研究。从省(市)的层次展开分析,通过将计量经济分析方法与spearman分析方法相结合,自主构建了理论分析框架。在此基础上,将调研所得数据代入自主分析框架,解决了上述二者之间是否存在关联性,以及具体的关联性表述这一系列问题。最终确定了各省(市)房地产业发展对物流业发展的具体贡献作用与效果。

基于Spearman等级相关分析放射性直肠炎中医证型与肠镜象的相关性研究

目的:观察放射性直肠炎四种常见中医证型与肠镜象的相关性。方法:收集120例放射性直肠炎患者的症状、舌、脉等临床资料,通过聚类分析、主成分分析得出放射性直肠炎常见中医证型,并基于Spearman等级相关分析放射性直肠炎常见中医证型和肠镜象的相关性。结果:该研究收集30个症状条目,分析得出放射性直肠炎常见证型:热毒蕴肠证占65.8%;寒热错杂证占17.5%;脾虚湿滞证占10%;脾肾阳虚证占6.67%。这四类中医证型与放射性直肠炎肠镜象之间的相关性显示,热毒蕴肠型放射性直肠炎与肠镜象有相关性,镜下表现为黏膜充血、水肿有糜烂或者溃疡;寒热错杂型放射性直肠炎与肠镜象有相关性,镜下表现为渗血、易发生接触性出血,血色鲜红;脾虚湿滞型、脾肾阳虚型放射性直肠炎与肠镜象无明确对应关系。结论:热毒蕴肠型、寒热错杂型放射性直肠炎与肠镜象有相关性。