Statistical Analysis for the Birnbaum-Saunders Fatigue Life Distribution under Type-Ⅱ Bilateral Censoring and Multiply Type-II Censoring

In present paper, we obtain the inverse moment estimations of parameters of the Birnbaum-Saunders fatigue life distribution based on Type-Ⅱ bilateral censored samples and multiply Type-Ⅱ censored sample. In this paper, we also get the interval estimations of the scale parameters.

Adjusted Empirical Likelihood Estimation of Distribution Function and Quantile with Nonignorable Missing Data

This paper considers the estimation problem of distribution functions and quantiles with nonignorable missing response data. Three approaches are developed to estimate distribution functions and quantiles, i.e., the Horvtiz-Thompson-type method, regression imputation method and augmented inverse probability weighted approach. The propensity score is specified by a semiparametric expo- nential tilting model. To estimate the tilting parameter in the propensity score, the authors propose an adjusted empirical likelihood method to deal with the over-identified system. Under some regular conditions, the authors investigate the asymptotic properties of the proposed three estimators for distri- bution functions and quantiles, and find that these estimators have the same asymptotic variance. The jackknife method is employed to consistently estimate the asymptotic variances. Simulation studies are conducted to investigate the finite sample performance of the proposed methodologies.

基于双向循环插补网络的分布式光伏集群时序数据耦合增强方法

分布式光伏点多面广、局部渗透率高、安装环境复杂多变,真实可靠的量测数据是其性能分析、出力预测、运维调控的基础。然而,传感器故障和通信堵塞等因素会造成量测值缺失,恶化原始数据质量,进而影响配电网运行决策的准确性。传统数据修复方法只考虑单一量测值的分布特征,忽略了多维时序数据的潜在耦合关系,修复精度有限。为此,该文提出一种基于双向多阶段循环插补网络和Seq2SeqAttention的时序数据耦合增强方法,改进了循环插补网络的结构,并引入衰减机制,能利用少量未缺失数据,潜在地挖掘原始数据的整体分布规律,一次性对多个光伏场站完成高质量数据修复。实验结果表明,所提方法在高比例缺失情况下仍有良好的修复性能,可明显增强分布式光伏集群的基础数据质量,提升电网运营商对光伏集群的细粒度感知能力。

具有部分缺失数据的两个Rayleigh分布总体参数的矩估计和检验

利用矩估计的方法,研究两个Rayleigh分布总体观测数据以相同的概率缺失时的参数的估计问题及其假设检验问题.给出了参数的矩估计量,获得了检验两总体参数相等的检验统计量.证明了估计量的强相合性和渐近正态性.

基于改进LSGAN模型的配电网测量缺失数据重构研究

针对当前电力测量领域在缺失数据重构方面存在的效率低下和性能不佳的问题,本文提出了一种基于改进的最小二乘生成对抗网络(LSGAN)的缺失数据重构模型。该模型是在深入分析现有生成对抗网络缺点的基础上设计的,旨在通过改进算法使网络更加充分地学习数据之间的内在联系。为了提高训练的稳定性、加速计算的收敛速度以及提升生成数据的质量,本文将传统生成对抗网络(GAN)模型中的目标函数从交叉熵损失函数替换为最小二乘损失函数,并采用了一种新的距离度量方式。在实验阶段,与GAN,CGAN和原始LSGAN模型相比,所提出的改进LSGAN模型在综合指标性能上表现最优。试验结果验证了该模型的实用性和出色性能,该模型可为电力测量缺失数据重构的研究和应用提供一定借鉴作用。

基于CSO算法的配电网量测数据缺失重构研究

配电网量测数据维度较高,难以表征,导致数据重构不精准。为解决该问题,研究了基于CSO算法的配电网量测数据缺失重构方法。采用纵横交叉(Crisscross Optimization,CSO)算法处理PV节点、PQ节点,确定配电网节点参与整个缺失重构迭代过程。构建配电网量测数据缺失重构模型,实现对配电网量测数据缺失值重构。由实验结果可知,所提方法经过重构50次后,重构后结果与原始数据一致,并且在任意数据缺失条件下,最大重构误差仅为10%,能够精准实现配电网量测数据缺失重构。

基于径向基函数的配电网不平衡线损预测方法

为解决因不平衡电量分配而造成的配电网线损率过大的问题,设计基于径向基函数的配电网不平衡线损预测方法。根据径向基函数表达式,确定电压径流指标、电流径流指标的具体数值,统计配电网电量径流。根据统计结果定义电信号缺失数据,依据所得数值的时空分布特征控制异常值参量的实际求解范围,实现对配电网不平衡线损的预测。实验结果表明,在径向基函数的作用下,有功功率做功量超过了电信号做功总量的90%,能够较好地解决因不平衡电量分配而造成的配电网线损率过大的问题。

基于机器学习的配电网异常缺失数据动态清洗方法

针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算法,实现配电网异常数据阈值的准确自动选择。其次,基于随机森林算法与最小二乘回归法,提出一种配电网缺失数据动态填补算法。根据缺失数据时间长度自适应优化填补算法,在保证数据填补精度的同时降低计算时间。在此基础上,通过异常数据检测和缺失数据填补共同构建一体化动态清洗架构。采用湖南某地区配电网数据进行实例验证,结果表明所提方法可实现异常辨识阈值准确自动选择,有效检测配电网异常数据,并且实现缺失数据填补精度与速度的平衡,具有较好的工程应用价值。

具有部分缺失数据的混合幂分布参数估计与检验

研究了部分数据缺失情况下混合幂分布总体参数的估计及假设检验问题。通过混合幂分布的密度函数和矩估计方程,求解出混合幂分布中参数的矩估计,证明了估计量的强相合性和渐近正态性。同时讨论了单个混合幂分布的存在性检验问题及两个混合幂分布参数相等的检验问题,构造混合幂分布情况下的检验统计量,并给出检验统计量的极限分布。最后,通过随机模拟验证了估计量的有效性,根据不同样本量及数据缺失比例不同情况下的模拟结果对矩估计方法的可行性进行说明。

一种配网线损在线监测数据缺失自适应填补方法设计

配网线损在线监测数据缺失点位置难捕捉,导致数据填补误差增加,为了有效解决这一问题,该文提出基于加权类平均的配网线损在线监测数据缺失自适应填补方法。计算配网线损在线监测区域中特征最为明显的线损点,提取线损点参数建立聚类中心。根据聚类中心的聚类簇建立损失函数,确定配网线损数据缺失数据区域。查找损失量最大且与该样本相似性最高的数据点,确定配网线损在线监测数据缺失点位置。采用加权类平均填补法赋予每组缺失数据不同的权重,通过权重匹配实现数据缺失自适应填补。实验数据表明,该方法的数据缺失自适应填补效果好,填补误差较低,填补结果具有可靠性。

含缺失数据Weibull分布的参数估计及模拟验证

Weibull分布是一种常见的计算可靠性的分布,其尺度参数和形状参数常用极大似然估计法或最小二乘法进行估计。在对含缺失数据的Weibull分布进行参数估计时,若只使用完整数据进行估计,将会造成较大偏差。针对该问题,文章模拟一组服从Weibull分布的数据集,使其分别随机缺失10%、25%、40%和60%,缺失数据采用Bootstrap插补法处理,模拟验证结果表明,随着缺失比例增加,参数估计值与真实值的差别逐渐扩大,当缺失比例不超过60%时,Bootstrap插补法可作为处理Weibull分布缺失数据的方法。用MCMC法验证不同缺失比例下Bootstrap插补法的性能,结果表明,缺失比例越高,估计值的偏差和均方误差越大。运用真实经纱断裂数据验证上述试验,所得结果与模拟试验结果基本吻合。

考虑时序数据缺失的配电网线损率动态预测方法

针对现有线损预测方法受到缺失时序数据影响,导致预测精准度低的问题,提出了考虑时序数据缺失的配电网线损率动态预测方法。计算弗雷歇距离,判别正常数据集合和缺失数据集合曲线相似度。使用改进KNN方法选择嵌入式特征,通过确定缺失数据集合中的k个最近邻,补全缺失数据。构建马尔可夫预测模型,获取动态状态转移概率矩阵,得到最佳的数据区间。判断线损率波动趋势,确定售电量结构影响因子、专线管理水平影响因子、公用线管理水平影响因子。经过累加后,计算动态潮流线损率,完成线损率动态预测。由实验结果可知,该方法与实际预测结果最大误差为0.2%,具有精准预测结果。

带有缺数据下Laplace分布的参数估计

研究了在样本数据缺失的情况下对Laplace分布参数的极大似然估计,并在共轭先验分布为逆伽马分布下和不同损失函数情况下计算出了参数的Bayes和E-Bayes估计的表达式。最后通过随机模拟,得到了对各种估计的均值和均方误差。且结果表明,Bayes和E-Bayes的均方误差比极大似然估计的均方误差要小。

数据挖掘中基于ICA的缺失数据值的估计

本文简单介绍了数据挖掘中缺失数据的研究现状及ICA的特点与发展前景,提出了基于ICA的缺失数据估计模型——ICA-MDH模型。该模型研究了数据之间存在相关关系且为非高斯分布时缺失数据的处理方法,该方法能充分利用已知数据记录中的已知信息,且具有较好的通用性。实验通过对一些不完整经济数据进行了处理。结果表明,本文提出的缺失数据估计方法的精度明显优于平均值法和PCAs法,从而验证了本文所提模型的正确性与合理性。

缺失故障数据元件的可靠性评估方法研究

电力系统元件的可靠性评估是电力系统安全、可靠运行的关键环节。根据电力系统中元件实际运行记录的特点,提出了一种缺失故障数据元件的实用可靠性评估方法。该方法基于威布尔分布模型,系统地建立了电力元件的样本筛选、参数计算、模型检验、故障率曲线绘制和数据缺失元件可靠性评估的计算与求解方法。以实际变压器为例,验证了该法的有效性,并分析了电压等级、生产厂家、产品型号对变压器可靠性的影响,为电力元件可靠性评估的实际应用提供了系统有效的方法。

-混合样本下缺失数据情形线性模型回归系数的经验似然比统计量的渐近分布

-混合的概念作为弱相关的衡量尺度在实际中被广泛应用,且缺失数据现象在各领域常有发生,已有文献对相依和缺失数据两种情形的统计推断分别进行了深入研究,但对同时存在相依和缺失数据情形的研究较少.本文研究既有相依又有缺失情形的统计推断,即研究-混合样本下缺失数据情形线性模型回归系数的经验似然比统计量的渐近分布.我们采取回归填补方法对响应变量的缺失值进行补足,得到线性模型回归系数的"完全"样本数据.在此基础上利用记分函数构造线性模型回归系数的经验似然比统计量,在一定条件下证明经验似然比统计量渐近服从卡方分布,这一结论为构造-混合样本下缺失数据情形线性模型回归系数的置信域提供了理论依据.

具部分缺失数据的两个柏松总体的估计和检验

本文讨论部分缺失数据两柏松分布总体的参数估计和总体相同的似然比检验,证明了估计的强相合性和渐近正态性,给出了似然比检验的极限分布,并讨论了基于精确分布的检验问题.

定时截尾缺失数据样本下Lomax分布总体形状参数的估计与检验

在定时截尾缺失数据样本下研究了Lomax分布形状参数的估计和假设检验.在尺度参数已知的条件下给出了形状参数的极大似然估计,证明了估计量的相合性和渐近正态性,并给出了形状参数的置信区间和假设检验,最后通过蒙特卡洛随机模拟说明了估计的优良性.

几何分布产品不完全数据场合下的统计分析

几何分布是离散型寿命分布中最为重要的分布之一,许多产品的寿命(比如开关等)都可以用几何分布来描述。由于几何分布的无记忆性,它在可靠性理论与应用概率模型中有着非常重要的地位。目前,对关于几何分布在全样本场合、截尾样本场合以及加速寿命试验场合下参数的统计分析已经有了广泛的研究,并且有着重要的理论与应用价值。因此将不完全数据场合下的几何分布问题转化为指数分布问题,再利用指数分布的已有结果首次得到了几何分布在缺失数据场合和分组数据场合下参数的近似点估计,Monte-Carlo模拟算例结果令人满意,说明该方法是可行的。

智能配电网状态估计研究现状和展望

状态估计是智能配电网态势感知的关键环节,随着大规模分布式电源接入配电网及新型量测技术规模化的运用,需要根据新类型电源与量测装置的特点对状态估计技术进行更为深入的研究。本文首先阐述了当前静态、动态状态估计的主流算法研究现状,并在此基础上对由通信不稳定引起的量测数据延时、数据丢包问题的现有解决方案进行了详细总结与剖析;其次,对传统量测装置与新型量测装置并存的情况下出现的混合状态估计算法进行了概述;再次,从攻击者的角度分析了现有的虚假数据构建方法,从防御者的角度归纳了当前研究的虚假数据辨识策略;最后,对新形态下配电网状态估计技术进一步发展应重点关注的研究方向进行了探讨和分析。