基于VMD分解下的皮尔逊相关性分析及T-tFD的混合储能容量配置

在清洁能源发展迅速的大环境下,风电出力的随机性和波动性会对电力系统的稳定造成影响,因此对风电波动平抑是当前清洁能源发展的一个基础性问题。提出一种基于改进后的北方苍鹰算法(sinecosine northern goshawk optimization,SCNGO)优化变分模态分解(VMD)参数平抑风电波动的混合储能容量配置策略,对风电功率进行参数优化的VMD过后利用皮尔逊相关性分析判断强弱相关分界点,经过2次分配后得到并网功率与混合储能功率;对混合储能功率进行基于t检验分频算法的功率分配,得到蓄电池/超级电容的容量配置。基于此策略,以储能元件年综合成本作为模型,结合算例进行经济性评估并对并网功率进行波动量分析及改进北方苍鹰算法的优越性分析。结果表明:基于SCNGO-VMD的储能容量配置策略能有效平抑风电波动,平抑后的并网功率1 min、10 min的最大波动量仅为国家要求的18.2%、45.52%,相应的储能配置成本为传统配置策略中的最低值。其配置的混合储能容量更具经济性,验证了改进的北方苍鹰算法在迭代速度与精度上均优于传统的智能优化算法。

基于皮尔逊相关系数和信息熵的多传感器数据融合

近年来,多传感器数据融合的研究因其优异的性能而受到广泛关注.为了缓解高冲突数据对融合的影响,本文提出了一种基于皮尔逊系数和信息熵的多传感器数据融合方法.首先,引入皮尔逊系数来衡量证据碎片之间的冲突程度,得到证据的信度;同时,采用信息熵来度量证据的不确定性.然后,根据得到的信息熵对证据的可信度进行修正,进一步得到加权平均证据.最后,根据Dempster的组合规则对加权证据进行数据融合.数值算例结果表明,该方法具有较好的鲁棒性,更适合于实际场景.在目标检测和故障诊断中的应用结果表明,该方法的准确率分别高达98.09%和91.94%,证明了该方法的有效性和可行性.

皮尔逊相关性最大化导向的自动阈值分割方法

现有阈值分割方法大多只适应于处理某种特定灰度分布模式的图像,为了在统一框架内处理不同灰度分布模式情形下的自动阈值选择问题,提出了一种皮尔逊相关性最大化导向的自动阈值分割方法。该方法首先对原始图像进行边缘检测以产生参考模板图像;然后对不同阈值下的二值图像进行轮廓提取以产生对应的轮廓图像;最后采用皮尔逊相关系数衡量不同轮廓图像与参考模板图像之间的相似性,并将相似性取最大值时所对应的阈值作为最终分割阈值。提出的方法和新近提出的3个阈值方法和4个非阈值方法进行了比较。在具有不同灰度分布模式的4幅合成图像和50幅真实世界图像上的实验结果表明:在合成图像集中,相比于分割精度第2的方法,平均误分类率降低了0.140 3;在真实世界图像集中,相比于分割精度第2的方法,平均误分类率降低了0.121 5。提出的方法虽然在计算效率方面不占有优势,但它对不同灰度分布模式的图像具有更灵活的分割适应性,能获得精度更高的分割结果图像。

基于皮尔逊相关系数与SVM的居民窃电识别

居民窃电现象的存在,不仅损害了供电企业的经济利益,也对电网安全运行构成了威胁.随着中国数字经济的快速发展以及用电采集系统的不断完善,与大数据相结合的反窃查违手段不断更新.提出了将皮尔逊相关系数、SMOTE(synthetic minority oversampling technique)算法和SVM(支持向量机)相结合的居民窃电检测方法.首先利用皮尔逊相关系数收集历史窃电用户的有效窃电数据,再利用SMOTE算法丰富有效窃电数据并生成有效窃电数据库,在此基础上,通过支持向量机训练窃电用户的识别模型,最终对窃电识别模型筛选出的疑似窃电用户进行现场实际核实,核实结果表明本文提出方法具有有效性和可行性.该方法不仅为电力企业反窃查违提供了新思路,同时也提高了工作班组的工作效率.

基于皮尔逊相关系数的短道速滑竞赛数据分析

短道速滑比赛不仅是速度的竞争,更是技术、战略和排名的竞争。《短道速滑技术规则》规定,每一轮比赛的名次直接决定运动员能否晋级下一轮,每一轮的成绩排名直接影响到下一轮出发的起跑位置(道次)。通过梳理2015~2020年国内短道速滑联赛、锦标赛及冠军赛产生的72 725条成绩数据,分析各轮比赛分组、道次和比赛成绩的关系,并剖析运动员出发道次对比赛成绩的影响,为优化运动员技术训练和策略选择提供理论支持。研究得出:随着短道速滑项目距离的变长,最终名次与运动员出发站位之间呈负相关性,建议教练员针对运动员的特点,在500 m比赛中强调全力以赴,速度至上;1 000 m比赛中兼顾出发站位与体能分配;1 500 m比赛中运用跟滑,择机超越。并在尽量降低运动员失误及犯规的同时,确保每一轮比赛都能晋级,从而实现最终的夺冠目的。

皮尔逊相关系数在高等教育发展中的影响因素的研究——以长三角地区为例

长三角地区的高等教育虽然在中国处于相对领先地位,但是其高等教育的发展水平呈现出不平衡的现状,我们有必要对高等教育的影响因素进行研究。通过量化分析长三角高等教育条件,在经过夏皮洛威尔克法通过正态性检验之后,计算皮尔逊相关系数研究影响其发展的主要因素。最后得到的结论是:在校学生资源、教师资源以及教育经费,这几项指标对高等教育发展的影响是最显著的。

基于皮尔逊相关系数法的水树枝与超低频介损的相关性研究

水树枝是交联电缆的主要缺陷,相关研究表明,超低频介质损耗因数与交联电缆水树劣化状态具有较强相关性。笔者通过使用皮尔逊相关系数法,对国际电气电子工程师协会IEEE P4002.9/D9—2010推荐的超低频电压下介损平均值、介损变化率与介损随时间的稳定性3个评价指标,与交联电缆绝缘内部水树枝的密度、长度进行了相关性分析,研究结果对于采用上述指标评估水树枝的生长特性具有较好的理论价值与指导作用。

基于皮尔逊相关系数的有机质谱相似性检索方法

对基于皮尔逊相关系数的有机质谱谱图相似性评估方法进行了研究。以质量数为自变量,丰度为因变量,经过一定的数据预处理过程后两个化合物的谱图转化为两个数组,这样不同化合物就可套用皮尔逊相关系数进行相关性计算。采用皮尔逊相关系数方法对具有同分异构相似性和化学结构式相似性的两组有机物质谱图谱组内、组间进行相似性计算,具有一定相似性的同一组内,谱图之间呈现较高的相关系数分值;不同组的谱图呈现非常低的相关系数分值。因此使用皮尔逊相关系数方法进行谱图相似性评估是可行的。对丰度进行非线性变换,可以大幅度提高算法的变异系数,提高质谱数据库的搜索效率。

应用皮尔逊相关系数算法查找异常电能表用户

用户电能表异常,尤其是负误差超差,会导致台区线损偏高。为了准确定位异常电能表用户,选择皮尔逊相关系数算法进行计算,该算法具有速度快、定位准、效率高的优点。从线损电量与用户电量关系出发,阐述了皮尔逊相关系数算法的原理,介绍了泰州供电公司运用皮尔逊相关系数算法查找异常电能表用户的实例,提出采用该算法在查找异常电能表中的注意事项。

皮尔逊相关系数应用于医学信号相关度测量

本文章将皮尔逊相关系数应用于吸血信号的测量。本文采用了3个模型和6种医学信号做仿真实验研究。实验表明皮尔逊相关系数在医学信号相关度的测量上有很好的抗噪声鲁棒性、极其微小的偏差、在单调非线性转换下计算更快和有更强的鲁棒性。但在非线性医学信号的测量上效果就不是很好。

基于皮尔逊相关系数的光伏电站数据修复

针对光伏电站采集数据的过程中存在数据异常或缺失的实际情况,提出了一种基于皮尔逊相关系数的插值方法。该方法根据皮尔逊相关系数找到与缺失数据相似的时刻,再根据相似时刻的数据估计出缺失的数据。这种方法能够有效的对数据进行修复,还原准确度更高,最大化提高残缺数据的使用率。

基于皮尔逊相关系数的动态签名验证方法

针对动态签名验证中存在的动态特征长度不等、动态签名验证方法较复杂以及识别率较低等问题,提出了一种基于皮尔逊相关系数的动态签名验证方法。首先通过划分原始特征区域,筛选并计算对应区域内的特征权重和,然后利用皮尔逊相关分析法计算各签名特征间的相关系数;再将皮尔逊相关系数作为新特征,分析真伪签名的皮尔逊相关系数分布情况;最后结合高斯密度函数模型,并通过设置个体判别阈值来进行签名验证。实验结果表明,真签名内的皮尔逊相关系数普遍高于真伪签名间的皮尔逊相关系数,且本方法在SVC和xLongSignDB数据集上均展现了较优的签名验证性能,其中xLongSignDB数据集上的误拒率和误识率分别为2.1%和1.7%。

基于皮尔逊相关系数的海南省地闪密度与雷击故障关系分析

海南省属于热带季风气候,雷雨众多,地闪密度远高于平均值,在研究输电线路防雷时需要特别注意地闪密度对雷击故障的影响。文中依据海南省67条35、110、220 k V输电线路资料参数及海南省输电线路近8年的运行报告、事故报告和雷电定位系统的数据绘制了地闪密度图,实际雷击故障分布图,拟合了海南省雷暴日与地闪密度的分布曲线,针对CIGRE经验公式及QGDW 672—2011标准不能准确反映海南省雷电活动的不足,提出了针对海南省地闪密度的分级方法,并基于皮尔逊相关系数分析了CIRGE标准及针对海南省标准下的地闪密度与实际雷击跳闸率的相关性,对海南省的输电线路差异化防雷具有指导意义。

基于皮尔逊相关系数的滚动轴承混合域特征选择方法

为解决单域特征难以全面准确反映轴承运行状态和故障诊断准确率低的问题,提出混合域特征集构建方法,分别提取时域、频域、时频域特征向量构建多元信息特征集。针对构建出来的混合域特征集线性相关性过高、维数高、冗余信息多及空间成本大等问题,运用皮尔逊相关系数(PCC)特征选择方法,对特征进行相关性计算,提取相关性较弱的低维特征输入随机森林分类器进行故障诊断。实验结果表明:基于PCC的滚动轴承混合域特征选择方法,不仅提高了分类性能,而且考虑了特征之间的相互作用,减少了信息的丢失,模型分类准确率可达97.32%,相比其他方法具有较为明显的优势。

基于插值法和皮尔逊相关的光伏数据清洗

为了提高光伏发电预测的准确性,优化光伏发电,达到对能源的充分合理利用,光伏数据必须有良好的质量,数据清洗尤为重要。文中提出了一种基于三次样条插值和皮尔逊相关的光伏数据清洗方法。首先删除冗余数据并对异常数据进行判定,再根据光伏数据的特性,针对不同异常数据进行结合三次样条插值和皮尔逊相关的数据重构。Matlab仿真结果表明本清洗方法能有效过滤异常并实现对异常数据的重构,与其他常用清洗方法相比本清洗方法的数据利用率和重构正确率更高。

基于层次聚类法与皮尔逊相关系数的配电网拓扑校验方法

配电网络拓扑日益复杂,且新投异动量不断增长,导致配电网拓扑频繁变化,传统的人工校验方式难以满足快速性和准确性的要求。针对该问题提出了一种基于模型文件和实测数据相关性的中低压配电网拓扑在线校验方法。首先,将配电网设计图纸的拓扑模型文件作为校验基础,以分析开关量状态的方式建立简化模型。其次,采用层次聚类法划分出多个供电区域。然后,使用皮尔逊相关系数算法校验同一供电区域内各节点数据的相关性,以此判断模型拓扑连接关系的正确性。最后,通过仿真验证和实际案例计算,验证了所提方法的可行性和有效性。

基于皮尔逊相关系数的网络舆情评估指标体系构建研究

[目的/意义]旨在建立科学合理的评估指标体系对网络舆情进行监测。[方法/过程]分析网络舆情自身特点、作用机理以及演化规律,运用层次分析方法构建网络舆情评估指标体系,并选取2013—2016年中国蓝皮书中《中国互联网舆情分析报告》所列的80个热门事件进行实证研究。[结果/结论]实证研究验证了本文网络舆情评估指标体系的有效性,可以为相关部门实时监测和评估网络舆情事件提供依据。

皮尔逊相关系数在风电功率组合预测中的应用

针对目前权重组合预测方法存在的问题,提出一种新的相似序列组合预测方法。该方法以预测点处最近的一段时间序列为基础,采用皮尔逊相关系数,找出在一段历史数据中与之相似度较高的序列,对相似序列之后的点进行预测,通过对预测误差来确定最终预测点处各方法预测值所占的的权重。应用该方法对西北某风电场的风电功率预测,仿真结果表明:该方法避免了传统方法中以最近历史数据预测结果为计算依据所带来的误差较大问题,在一定程度上提高了组合预测的精度。

云数据中心基于皮尔逊相关系数的虚拟机选择策略

提出了云数据中心基于皮尔逊相关系数的虚拟机选择策略(Pearson Correlation coefficient Virtual Machine Selection,PC-VMS)。PC-VMS把统计学中的皮尔逊相关系数应用于虚拟机CPU历史利用率数据,建立了衡量每对虚拟机CPU利用率之间的相关性的数学模型;PC-VMS会获取每对虚拟机最近n次的CPU利用率,根据输入的两组数据来计算皮尔逊相关系数,最后在一组相关性最高的虚拟机中选择一个CPU利用率最高的进行迁移,随后结合虚拟机放置策略分配到新的目标物理主机上。仿真结果表明,PC-VMS与CloudSim4.0内置的虚拟机选择策略相比,各类性能指标都有改善,PC-VMS可以为企业节能云数据中心的构造提供参考。

基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法

针对低压配电网拓扑结构人工校验成本高、实时性不强的问题,提出了一种基于皮尔逊相关系数和KNN算法的低压配电网拓扑结构纯软件在线校验方法。首先用皮尔逊相关系数判断用户电压序列曲线的相似性,通过相关系数算法校验台区户变关系的正确性,找出户变关系不正确的用户,进行再校验。对于需再校验的用户,基于GIS系统的数据和《配电网规划设计技术导则》剪辑生成用户样本集,运用KNN算法分析剪辑生成用户样本集,然后找出校验用户所属的正确台区。最后根据人工现场校验结果,判断算法校验的正确性。