基于自适应核密度估计理论的抗差状态估计的性能分析及算例验证

针对基于自适应核密度估计的电力系统抗差状态估计新模型,提出了相应的求解策略,并通过其数学性质分析该方法对正常量测、可疑量测和不良数据的辨识性能。该算法对于正常量测具有与加权最小二乘法类似的收敛性好、渐进无偏的特点;对于不良数据,在迭代过程中通过自适应地降低其核密度带宽而等效降低其权重直至为零,相应减小或消除其影响而具有良好的抗差能力;对于可疑量测,在迭代中自适应核带宽逐渐减小,部分量测的等效权值逐步增大而被辨识为好数据,部分量测的等效权值减小而逐步被辨识为不良数据,从而实现了可疑数据的平滑逐步辨识,避免了"非好即坏"的判定而提高了对于不良数据的辨识能力。多个算例表明:新算法相较于现有其他抗差方法而言,具有较强的抗差能力,较高的计算精度及较快的计算速度。所提方法具有较强的工程应用前景。

基于自适应核密度估计的桥梁短时风速预测方法

为准确、高效地预测桥梁短时风速,提出一种基于自适应核密度估计(AKDE)的桥梁短时风速预测方法。该方法以AKDE为手段,通过历史风速获得实测风速样本总体的概率密度估计,在进行风速预测时,以当前风速样本为条件,在风速样本总体中匹配和估计预测状态的风速统计信息,从而实现对未来时刻单点风速和区间风速的预测。采用藏木雅鲁藏布江大桥现场实测风速数据对该方法进行验证,并与最小二乘支持向量机(LS-SVM)方法进行对比。结果表明:该方法可同时实现对短时单点风速和区间风速进行精度较高的预测,且与LS-SVM方法相比具有更高的计算效率,可满足实际工程快速预测风速的需求。

基于自适应核密度估计理论的抗差状态估计

针对当前抗差状态估计存在的缺点,提出一种基于自适应核密度估计的电力系统抗差状态估计新算法。首先建立基于自适应核密度估计理论的电力系统状态估计新模型;进而提出该新模型核密度函数宽度的确定方法。为确定该新模型的自适应核密度带宽,基于概率密度估计的均方误差公式,结合电力系统状态各分量具有与局部量测强相关性的特点,即系统状态变量各分量与其直接量测的相关性明显强于所有非直接量测,推导新模型的状态变量分量的近似最优核带宽表达式;基于保证量测数据的冗余度、系统的可观性,及消除残差污染和残差淹没所导致的不良数据的漏辨识或正常数据的误辨识,提出新模型状态变量分量核密度带宽的约束条件,包括初始约束条件、修正约束条件及量测标准差约束条件;进而给出基于近似最优核密度带宽表达式及所有约束条件的核密度带宽综合确定方法。实际系统的应用表明:所建立的状态估计新模型,所推导的近似最优核函数带宽表达式,所提出的核密度带宽约束条件及核密度带宽综合确定方法是有效的。

基于自适应核密度的贝叶斯概率模型岩性识别方法研究

准确地刻画岩石类型及其结构关系可以为能源矿产勘探、深部结构与构造等研究提供重要信息。目前利用地球物理技术可以通过不同岩石对应的物性参数(如密度、磁化率、电阻率、速度等)之间的差异进行岩性识别,但是不同岩石物性往往存在一定程度的重合,利用单一物性进行岩性识别的结果不够准确,因此利用多源数据进行岩性识别具有重要的意义。贝叶斯方法属于统计分类方法,依靠概率进行分类,概率密度的计算依靠样本属性之间的相互联系。基于此,我们将基于自适应核密度估计的贝叶斯概率模型引入到岩性识别中。该方法对于多类不同物性参数具有良好的适应能力,预测的岩性分类结果带有概率参数,可以存在模糊区间,提供多种岩性分类结果。该方法具有较强可扩展性,可以同时处理参数和非参数信息,使得已知地质信息以及物性参数得到最大化的利用。实验证明该方法的岩性识别结果较好,相比于传统高斯算法和固定带宽核密度估计,自适应带宽的核密度估计获得的分类结果更稳定、更准确。

基于自适应带宽核密度估计的压气机叶片加工误差统计分析方法

针对压气机叶片的加工误差统计分析建模问题,本文提出了一种自适应带宽的非参数核密度估计方法,实现了压气机叶片加工误差的概率密度建模。首先,基于拇指法则求解固定带宽核密度估计中的固定最优带宽作为起始带宽。然后,在固定最优带宽的基础上引入灵敏因子构建了自适应带宽函数,并通过自适应带宽函数对核密度估计进行调控。在此基础上,以核密度估计的精度均方差(MSE)与灵敏度S为目标函数,采用精英策略遗传算法对灵敏因子进行优化获得最优灵敏因子。进而计算出不同数据样本点对应的最优带宽,使得带宽能够根据数据样本疏密程度进行自适应调整。最后,对134组机械加工叶片的叶型截面的6种叶型误差进行统计建模,并采用交叉检验法验证了自适应带宽核密度估计的泛化性能。实验结果表明该方法的适用性好精度高,且拟合优度均在0.9以上,同时避免了传统固定带宽核密度估计的局部适应性问题。本文所提出的统计分析方法能够准确获得现有工艺能力下压气机叶片加工误差的分布特性,为叶片气动设计优化改进提供了一种有效手段。

自适应带宽核密度估计在旋转机械劣质监测数据识别中的应用

运行环境异常、人为因素干扰及采集设备故障等问题可能导致旋转机械监测数据中出现与设备健康状态无关的异常值或缺失数据,造成机械健康状态误判及维护策略制定不当等问题,为此,提出了一种基于自适应带宽核密度估计的劣质监测数据识别方法。通过对采集数据进行频域积分从而将零点漂移与局部噪声“冲击化”,计算积分后的峭度指标;采用局部均值误差进行高斯核带宽自适应选择,获得峭度指标的概率密度函数,并将95%置信区间的边界作为劣质数据识别阈值。通过车桥耐久监测全寿命数据对提取方法进行验证,结果表明,相比于固定带宽以及基于四叉树分割算法的核密度估计方法,所提方法对劣质监测数据具有较好的识别效果。

基于自适应带宽核密度估计的载荷外推方法研究

为了快速准确地得到玉米收获机车架的载荷谱,针对载荷谱编制过程中传统的载荷外推方法的局限性,提出一种基于四叉树算法的自适应带宽核密度估计(Kernel density estimation)算法,用来进行载荷外推。将经过预处理的实测原始载荷数据进行雨流计数统计,得到载荷循环均幅值矩阵,将小于载荷循环最大幅值10%的载荷滤除,其余的载荷循环均幅值数据根据四叉树分割算法进行不同区域的分割,选择高斯核函数,根据拇指法则计算各个区域的局部最优带宽,并根据数据区域内数据点的密集程度对核密度估计的输入进行优化,减少了核密度估计的计算量,最后结合蒙特卡洛模拟算法进行载荷外推。采用玉米收获机车架实测载荷数据进行实例验证,结果表明,与传统的固定带宽、自适应带宽核密度估计的载荷外推方法相比,本文提出的方法大大提高了计算效率,其概率密度函数图与实际载荷分布更为接近;载荷循环均幅值频次分布相关系数更接近于1,均方根误差更小;载荷循环幅值累积频次曲线的决定系数均大于0.99。

我国制造业劳动生产率地区差异的动态演进——基于自适应加权核密度的估计

运用自适应加权核密度估计法,对1988-2005年我国制造业的劳动生产率分布及其地区差异的动态变化的分析结果表明:考虑了规模因素的自适应加权核密度法较一般核密度法更能准确度量制造业劳动生产率的分布形态;制造业劳动生产率分布动态以及地区差异演进趋势在1988-1997年和1998-2005年两个时期具有明显差异,前期分布趋向双峰状和两极化,差异扩大;而后期双峰分布消失,表现出非条件和非"俱乐部"特征的收敛性,这对缩小整体经济层面上的地区差异有积极作用。

基于自适应扩散核密度分布的风电功率预测误差分析研究

针对风电功率预测误差多变分布特点,提出一种基于自适应扩散核密度分布的风电功率预测误差概率模型。利用将高斯核函数转换为线性扩散过程的自适应扩散核密度预测误差分布模型,并采用渐进均方积分误差法为扩散核函数选取自适应最优带宽,提高了风电功率预测误差拟合的局部适应性;其次,分析自适应扩散核密度分布模型在不同预测方法、不同装机容量和不同采样周期下对风电功率预测误差的拟合效果,并与高斯等混合参数模型和固定带宽核密度模型进行对比,验证了所建模型在不同情况下的适用性。

基于自适应扩散高斯核密度风电预测误差估计的风火联合优化调度研究

随着风电大规模并网,风电出力不确定性增加了电力系统调度的难度。针对风荷不确定性对电力系统调度的影响,采用迭代自组织数据分析算法对风电功率预测值及对应风电功率预测误差进行分段。然后采用自适应扩散高斯核密度估计拟合分段后各风电功率区间段内的预测误差。在此基础上,提出一种整体考虑风电及负荷预测误差得到净负荷预测误差、并将净负荷预测误差计入正负旋转备用容量概率约束的优化调度模型。采用机会约束规划将概率约束转换为等价确定性约束进行求解。在IEEE39节点系统进行三种代表性场景的算例仿真,结果表明引入迭代自组织数据分析算法和自适应扩散高斯核密度估计后,备用成本降低6.71%,含碳排放的环境成本降低20.4%,总发电成本降低2.98%。最后分析了置信水平对备用容量和总发电成本的影响。

ICA自适应核估计在多用户检测中的应用

将自适应核估计的ICA算法应用于DS-CDMA系统的多用户检测中,在没有关于混叠信号的分布假设时,根据信号的统计特性自动估计评价函数,采用自适应核密度估计ICA算法检测器的输出初始化独立分量分析的迭代,对任意混叠信号进行盲分离。通过与传统匹配滤波检测和ICA后处理匹配滤波检测进行仿真比对,证明了该算法在DS-CDMA多用户检测中的可行性和优越性。

基于改进核密度估计的电动出租车快速充电行为研究

电动汽车充电行为研究是充电负荷时空分布预测、充电基础设施规划和有序充电管理的基础。本文基于上海市电动出租车的实测数据,划分充电片段并提取快速充电行为特征变量,开展相关性分析以揭示变量之间的内在相关性,从工作日和休息日两个时间维度揭示快速充电行为规律,提出一种基于扩散方程的自适应扩散核密度估计模型应用于快速充电行为特征变量的概率建模并使用拟合优度检验指标验证该模型的有效性。研究结果表明:电动出租车的快速充电行为在工作日和休息日具有明显的差异性,自适应扩散核密度估计模型可使电动汽车充电行为特征变量的概率建模更加准确,且具有更高的拟合精度。

基于改进非参数核密度估计和拉丁超立方抽样的电动公共客车负荷模型

为了建立更精确的电动公共客车充电负荷模型,对起始荷电状态和起始充电时间的概率分布和抽样方法进行研究。首先针对概率分布,提出采用边界核的自适应非参数核密度估计算法,该方法无需概率分布的任何假设,能有效解决边界偏差和缺乏局部适应性的问题,从而提高了起始荷电状态和起始充电时间概率分布的准确度和适应性。其次针对抽样环节,提出结合三次样条插值法的改进拉丁超立方抽样算法,该方法不仅可以解决累积分布函数的反函数较难求解的问题,而且具有准确度高、抽样规模小等优点。最后,以这两种算法为基础,建立电动公共客车充电负荷模型,并将其与实测数据和传统参数估计方法所得结果进行对比。仿真结果证明了所提方法的适应性和有效性。

基于LRP的自适应运动目标检测算法

传统的运动目标检测算法主要基于像素值的统计模型,对于光照突变和噪声极为敏感.为此,提出了一种基于局部比率模式(LRP)的自适应运动目标检测算法.使用LRP描述视频图像序列中像素特征,通过自适应核密度估计对像素特征进行建模,提取出运动目标.实验结果表明,该算法适应光照变化,有良好的检测性能.

基于MCMC的模糊自适应重要抽样法

针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于失效边界确定的系统,而不适用于失效域模糊的渐变结构系统问题,提出基于MCMC的模糊自适应重要抽样法。首先从模糊失效域内的某个初始点出发,根据Metropolis准则构造马尔可夫模拟样本点;然后利用自适应核密度估计构建核抽样概率密度函数并进行重要抽样;最后离散化模糊失效域以计算系统的模糊失效概率。该方法合理地解决了以往渐变结构系统性能可靠性难以仿真分析及仿真效率低的难题,具有较高的仿真效率和精度。应用舵机案例对方法的适用性及高效性进行了验证。

基于BO-GRU和AKDE的船舶异常行为识别

船舶异常行为识别是海事安全科学理论研究的重要组成部分,对异常行为的识别是海事监管的主要内容,对于船舶安全以及海上交通安全具有重要意义。针对船舶异常行为的识别,提出一种基于贝叶斯优化器(BO)改进的门控循环单元(GRU)BO-GRU和自适应核密度估计(AKDE)的船舶异常行为识别方法。利用BO-GRU对船舶经纬度、航向和速度进行点预测,并对基于该神经网络所得到的预测值跟实际值进行比较得到误差数据集,利用AKDE对误差数据集进行非参数估计,以得到不同置信度下的船舶轨迹特征数据波动区间。试验基于天津港船舶自动识别系统(AIS)数据,通过与基础GRU、长短期记忆网络(LSTM)和双向长短期记忆网络(Bi-LSTM)相比较,验证BO-GRU预测精度更高;AKDE相比于其他方法估计能更好地拟合,并及时发现船舶异常行为。

基于多描述补偿预测的地铁道岔短时动作超负荷预警方法

[目的]地铁折返道岔动作频繁且工况复杂,很容易进入超负荷动作从而引发卡阻等机械故障,对此提出一种短时动作负荷预测及超负荷预警评估方法。[方法]围绕地铁道岔短时动作超负荷预警展开研究,阐述道岔短时状态预警评估方法。基于提出的多描述加权预测机以及自适应核密度估计等方法,描述如何实现动作负荷的区间预测以及预警评估指标的计算,并说明了预警评估流程。据此建立动作超负荷预警应用方案,并依托武汉地铁道岔动作数据进行实证测试。[结果及结论]首先,实时连续地采集道岔功率曲线特征点,计算均方根值得到道岔动作负荷特征序列作为预测输入;然后,设计多描述互补预测机制,并采用ELM(极限学习机)作为基预测器,建立多描述互补预测机进行短时动作负荷特征多步范围预测,构成预测特征集;最后,以预测特征集元素为样本,基于自适应核密度估计方法计算预测时段道岔动作负荷特征的概率密度函数和整体取值置信区间,并结合历史负荷特征取值置信区间定义预测时段的动作超负荷度作为预警评估指标。实证测试结果显示:对于故障前负荷特征数据,预测估计的置信区间覆盖率可达94.2%,且置信区间宽度基本契合实际值区间宽度变化;当预警评估门限为0.63时,各测试案例均能在道岔故障前第4~9次动作时成功发出预警。测试结果验证了超负荷预警方法的有效性。

基于微观调查数据的城乡家庭收入差距分解

文章基于中国家庭金融调查的调查数据,利用自适应核密度函数估计刻画了城乡家庭人均收入的分布,测算和分解了城乡家庭人均收入不平等状况,还运用计量模型讨论了影响城乡家庭人均收入差距的主要因素,并测算了各影响因素的贡献。研究结果表明,我国城乡居民收入不平等状况还比较严重,受教育程度、党员身份和城乡、地区因素等都是影响居民收入的主要因素,其中户主的受教育年限和工作经验等因素在城乡家庭人均收入差距中贡献最大。

基于半不变量法概率潮流的光伏配电网风险评估

为了高效准确实现光伏配电网越限风险评估,引入自适应核密度估计法拟合实际的光照强度序列,建立光伏电站出力特性概率分布模型。采用Cornish-Fisher级数结合半不变量法实现对光伏配电网的概率潮流计算,通过蒙特卡罗法验证半不变量概率潮流计算的准确性,建立电压越限风险指标和支路潮流越限风险指标实现对光伏配电网评估。通过Matlab仿真验证算法对光伏配电网系统风险评估的准确性和高效性。

基于扩展可靠性的全局灵敏度分析

文章采用自适应核密度估计和正交多项式拟合方法近似估算样本的概率密度函数,建立了基于自适应核密度估计、正交多项式拟合和扩展可靠性的全局灵敏度求解方法。文中在给出所提方法的思路和实现步骤后,采用数值和工程算例对所建立的方法与现有的基于有限混合密度估计、最大熵密度估计的方法进行了比较,结果表明:基于最大熵和基于正交多项式拟合的方法具有较好的计算稳定性。