通过矿床实例研究地质多变量估计方法

介绍了协同克里格法和相似克里格法原理，并通过三个典型的多变量矿床实例，分别采用协同克里格法、相似克里格法和回归分析法进行了估计。

一类基于多变量密度估计的盲源分离方法

该文给出了一类独立源信号盲分离的训练算法。该类算法都以测度概率密度函数的Kullback-Leibler距离作为目标函数,用来衡量源信号各分量的独立性。该文利用多变量概率密度估计技术和自然梯度优化算法,使目标函数最小化,得出了两种分离算法。计算机仿真结果表明了算法的有效性。并与Infomax算法比较,性能较优。

基于数据驱动与多变量状态估计的汽动引风机故障预警

汽动引风机是新建电厂的重要设备之一,对其采用数据驱动的故障预警时,存在监测参数多、设备故障试验代价高、运行数据少的问题。为此,本文采用多变量状态估计(MSET)方法对汽动引风机相关测点进行状态监测,构造合理的记忆矩阵,使用奇异值分解法计算广义逆矩阵,从而提高计算效率;并以江苏某电厂为研究对象,提取现场包含喘振故障的数据,采用本文方案对实时数据进行状态预警。结果表明,该方案能够合理反映设备的运行状态,对喘振故障能够提前约5 h预警。

基于自适应多变量非参数核密度估计的多风电场出力相关性建模

研究多个风电场的联合概率密度,对于风电大规模并网及电力系统运行控制具有重要意义。该文提出一种基于自适应多变量非参数核密度估计的多风电场联合概率密度建模方法。首先以可变带宽代替固定带宽建立一种自适应的多变量非参数核密度估计模型,然后针对模型带宽选择问题,构造了一种以欧氏距离和最大距离为拟合性指标的带宽优化模型,最后利用序优化算法对其进行求解。实际算例仿真结果表明,该文方法不仅较传统基于copula函数的参数估计方法具有更高的精度和适用性,而且还较好地解决了传统多变量非参数核密度估计方法的局部适应性问题。

基于多变量稳健估计法的我国通信业区域差异研究

根据钻石模型,构建相应的指标体系,采用多变量稳健估计法对中国通信业发展水平区域差异进行实证研究。结果表明:在中国31个省、直辖市和自治区的通信业发展水平中,广东、江苏、上海和北京位列前4名,西藏、贵州、甘肃和宁夏位列后4名;从排名结果来看,东部地区的综合排名比西部地区靠前。结合具体情况,分析了造成通信业发展水平区域差异的原因,并提出相应的政策建议。

基于多变量状态估计的磨煤机一次风量故障预警仿真

磨煤机一次风量在磨煤机正常运行、机组稳定燃烧、风煤配比过程中起关键调节作用。磨煤机一次风量测量一般采用差压式测量原理,在机组运行过程中容易发生积灰,导致一次风量测量不准,影响机组正常燃烧。分散控制系统报警功能主要是基于上下限的故障报警且各个变量之间没有相互关联,导致故障较为严重时才进行报警。基于此,采用多变量状态估计建立磨煤机一次风量故障预警模型,采用相似度函数建立多变量状态估计的估计矩阵,从而动态更新估计矩阵以便适用于机组的各种工况。基于一次风量的故障预警采用趋势变化进行提前判断,能提醒运行和热控人员提前进行干预解决,从而保证磨煤机和机组的安全、稳定运行。

基于聚类分析和状态估计的制粉系统故障预警

状态监测可大大降低发电设备的维护成本。将基于非线性状态估计的状态监测方法用于发电机组制粉系统。采用一种改进的内存矩阵的构造方法,能够很好地覆盖制粉系统的正常运行空间。当估计的模型和实际测量值之间相差很大时表明状态异常。通过提取正常工况下的监测参数的聚类中心,计算估计值与聚类中心的相似性测度值,确定风机工作状态。根据国内某机组某直吹式制粉系统的实时数据验证,仿真结果表明此方法可以有效地实现早期故障预警。

多变量半参数方法对股市风险持续性的识别

金融市场具有风险持续性特征。受一元半参数方法的启发,通过构建多元随机波动模型(MLMSV)对多元市场波动的长记忆特征进行描述。在此基础上,借助MLMSV模型的谱表示可以得到估计长记忆参数的多变量半参数方法。通过沪深股市数据验证,表明我国股市波动长记忆参数的估计适宜采用多变量半参数方法进行分析。

复合分组可应用于抽样调查

1.抽样技术中,最常用的是分层抽样。将抽样的总体按某个标志划分为一些群体即“层”,实际上也就是分组。因此“分层”抽样也就是“分组”抽样。分层抽样的优点主要在于可提高抽样估计的效率。即在样本容量一定时有较小的估计标准误。这一优点正是由分组的功能而来。复合分组可以更充分地发挥分组的功能,在分层抽样中,如果能选用对所调查的变量有较密切关系的标志,可采用复合分组,即形成一种复合分层抽样,它能进一步提高抽样估计的效率。复合分层抽样之所以能比一般的分层抽样有更高的估计效率,是由于进行复合分组后,各组所包含单位在性质上更加一致,使得变量值之间的变异更小,即组内方差比单一分组时更小.2.如何用一套统一的样本来进行多变量估计并能有令人满意的效果?将总体进行复合分组后再抽样,是解决此问题的一种可供选择的方案。从经过复合分组的总体中所抽出的同一个样本,可以对两个变量分别按各自的有关标志作分层抽样的估计,具备比纯随机抽样显著高的估计效率.若总体较大,进行复合分组有实际困难,可采用双重抽样来解决分组问题。

电厂辅机设备预警系统的研究与应用

针对电厂辅机设备状态监测存在的问题,进行了辅机设备预警系统的研究。采用多变量状态估计技术和相似性测度的方法,通过计算估计值和实测值的相似度,判断辅机设备工作状态。结果表明,该预警系统可全面监测电厂辅机设备,在故障形成的早期发现征兆进行预警。

基于XGBoost算法的电力系统运行方式自动调整

随着可再生能源机组和灵活性负荷的大量接入,新型电力系统的复杂性和不确定性显著加剧,为电力系统运行方式的调整和计算带来巨大挑战。为此,本文提出一种基于极端梯度提升算法(XGBoost)的电力系统运行方式自动调整模型。该方法首先通过多变量核密度估计对电力系统源-荷不确定性进行建模,得到考虑随机变量相关性的多机组/负荷的联合概率分布。其次,采用场景生成和缩减技术得到电力系统典型运行场景,通过模型驱动生成电力系统典型运行方式样本集。最后,设计XGBoost有监督机器学习模型,训练回归分类树学习电力系统运行方式映射关系,实现电力系统运行方式的在线自动调整。算例结果证明了本文所提方法的有效性和精确性。

Two Stage Estimation and Its Covariance Matrix in Multivariate Seemingly Unrelated Regression System

Multivariate seemingly unrelated regression system is raised first and the two stage estimation and its covariance matrix are given. The results of the literatures[1-5] are extended in this paper.

基于MSET的锅炉过热器吹灰优化研究

燃煤锅炉受热面的灰污沉积会使受热面传热系数下降,进而降低整个机组的运行效率。本文针对锅炉过热器的传热特点,选取能反映受热面传热的关键参数,建立锅炉过热器的多元状态评估模型(MSET);清洗关键参数的历史数据,将其作为模型的输入样本,构建模型的记忆矩阵;利用构建的模型预测吹灰前后的数据。结果表明,相似度的变化可以较为准确地反映锅炉受热面清洁程度的变化,根据相似度阈值可以制定合理的吹灰周期。

基于核密度估计尺度空间的目标跟踪算法

为能够准确表示目标颜色分布、适应目标尺寸连续变化,提出了一种新的序列图像目标跟踪算法。该算法首先计算目标区域颜色概率分布的核密度估计函数,然后通过规整化每一帧输入图像像素在此函数上的取值生成目标概率分布图。最后通过检测多尺度规范化Laplacian滤波的极值,实现目标的定位和尺寸描述。与基于直方图的算法比较并结合大量真实序列图像上的实验验证表明,该算法更好地描述了目标颜色特征,提高了跟踪算法的精度。

多变量稳健总体最小二乘平差方法

分析指出了在总体最小二乘解下,含有多列独立变量的(以下简称为多变量)变量含误差(errors-invariables, EIV)模型,其各列变量的改正数受对应的参数估值与观测向量先验精度的联合影响,参数估值与观测向量先验精度的乘积越大,则该列变量的改正数越大。因此,现有稳健总体最小二乘方法采用同一个单位权中误差对多变量EIV模型进行降权处理时,会优先对模型中的某一列变量进行降权处理,从而造成平差结果不合理甚至错误,称之为虚假稳健估计现象。鉴于此,提出了多变量稳健总体最小二乘平差方法,并导出了相应的参数估计与精度评定公式。该方法对含有粗差的多变量EIV模型的各列独立变量分别进行降权处理,从而避免虚假稳健估计现象的发生。仿真算例结果表明,当观测值含有粗差时,该方法能够有效避免虚假稳健估计现象的发生,并能够定位出粗差所对应的误差方程;相较于总体最小二乘和稳健最小二乘方法,该方法的参数估计结果更接近真值。

基于MSET和SPRT的核动力装置异常状态监测技术研究

对核电厂反应堆冷却剂系统在线监测与预警技术进行研究。在分析反应堆冷却剂系统组成特点及故障特点的基础上,采用多变量状态估计(MSET)和序贯概率比(SPRT)技术,对系统的变量进行估计预测和异常判断。一旦发现异常,即可触发故障诊断单元或给出预警。验证表明,通过MSET和SPRT技术结合的方法,可以较好地完成对变工况下的反应堆冷却剂系统异常监测任务。