Statistical analysis of fracture properties based on particle swarm optimization and Pearson correlation coefficient method

Prediction of reservoir fracture is the key to explore fracture-type reservoir. When a shear-wave propagates in anisotropic media containing fracture,it splits into two polarized shear waves: fast shear wave and slow shear wave. The polarization and time delay of the fast and slow shear wave can be used to predict the azimuth and density of fracture. The current identification method of fracture azimuth and fracture density is cross-correlation method. It is assumed that fast and slow shear waves were symmetrical wavelets after completely separating,and use the most similar characteristics of wavelets to identify fracture azimuth and density,but in the experiment the identification is poor in accuracy. Pearson correlation coefficient method is one of the methods for separating the fast wave and slow wave. This method is faster in calculating speed and better in noise immunity and resolution compared with the traditional cross-correlation method. Pearson correlation coefficient method is a non-linear problem,particle swarm optimization( PSO) is a good nonlinear global optimization method which converges fast and is easy to implement. In this study,PSO is combined with the Pearson correlation coefficient method to achieve identifying fracture property and improve the computational efficiency.

基于频数统计和χ^(2)-PCC的建筑施工高处坠落事故特征分析

为减少建筑施工高坠事故的发生概率,完善相关工程管理质量和技术措施,收集和整理2010—2020年中央住房和城乡建设部等部门公布的746份事故报告,总结事故发生时间、事故等级、直接经济损失、坠落高度、高处作业分类、防护措施和工人年龄这7类典型事故特征及相应指标,采用频数统计方法分析事故特征和规律,采用χ^(2)-皮尔逊相关系数(PCC)方法明确各因素间的相关性水平以及影响程度。结果表明:近半数坠落高度发生在二级作业高度范围,超过半数的工人在发生事故时未采取有效防护措施,且坠落高度、死亡人数、直接经济损失和防护措施四者之间的相关性达到显著性水平;防护措施与坠落高度、死亡人数、直接经济损失的相关系数分别为0.119、0.149和0.187,坠落高度与死亡人数相关系数为0.404,直接经济损失和死亡人数的相关系数达0.957,悬空作业与死亡人数相关系数为0.17。此外,目前国内施工现场较低高度的高处作业存在防护盲区,既有防护措施未能有效降低事故严重程度,建议加强对危险区域作业的安全监控,提高伤亡赔偿标准,重视防护用具长期使用后性能劣化情况的检验和抽查。

基于GINI-PCC分析方法的批判性思维培养的探索

批判性思维是当代学生必须具备的一种思维方式,能够促进学生从辩证的角度对待多元化的信息,提高学生的问题思辨能力。以高校计算机专业的研究生为研究对象,采用基尼指数分析学生批判性思维特征的重要性,利用皮尔逊相关系数分析各个特征相关性,来确定侧重培养的特征。研究发现,通过侧重培养这些特征,学生的批判性思维有明显提高。

基于PCC-ISSA-BP燃料电池剩余寿命预测

在质子交换膜燃料电池(PEMFC)寿命预测中,针对燃料电池中的特征对其寿命的影响程度未知问题,使预测燃料电池的剩余寿命问题变得相对复杂,为了更加准确的预测燃料电池的剩余使用寿命。本文首先通过小波分析对原始堆栈电压进行去噪处理,滤除噪声数据,利用皮尔逊相关系数(PCC)对影响因素进行降维,提取关键影响因素,简化模型结构;然后利用改进的麻雀优化算法(ISSA)优化BP神经网络,找到网络最优的权值和阈值,并建立ISSABP模型;最后将处理好的数据输入ISSA-BP模型,实现PEMFC的剩余寿命预测。实验结果表明,PCC-ISSA-BP的平均绝对误差百分比、平均绝对误差、均方根误差分别为0.125%、0.00397、0.00568,优于其它模型,能够更有效地预测燃料电池的剩余寿命。

基于Pearson-KPCA和LSTM的伺服电机滚动轴承剩余寿命预测

针对伺服电机滚动轴承的寿命预测,提出一种基于皮尔逊相关系数及核主成分分析的长短时记忆网络预测方法。提取滚动轴承的时、频域信号,通过移动平均法进一步获取相关特征,并采用皮尔逊相关系数筛选高度相关特征指标,利用KPCA提取高度相关特征指标中的若干主成分;将第一主成分作为长短时记忆网络模型的输入对滚动轴承进行剩余寿命预测。采用IMS轴承数据集进行验证,得到的轴承寿命预测RMSE值和可决策系数值分别为0.0543和0.989。将其与长短期记忆网络模型和BP神经网络的预测结果进行对比,证明所提方法具有较高的精度。

基于聚类分析和Pearson相关系数法的电网负荷数据清洗与去重

针对电网负荷数据存在冗余和价值密度低等问题,本文提出一种结合K-means算法与Pearson相关系数计算的集成学习方法,对负荷数据进行清洗与去重。设置仿真实验将某地区连续730日的负荷数据进行聚类、切片、排序、比对、去重等分析处理,得到清洗后的新数据集,将新数据集与原数据集代入相同的BP神经网络模型和随机森林模型进行负荷预测,实验结果表明新旧数据集具有相似的特征特性与数据挖掘潜力。与传统的数据去重方法相比,本文提出的数据清洗策略在进行训练集的预处理时,效率和准确度方面均有更好表现,可以为训练用于负荷预测的网络模型提供支持。

基于PCC和KELM的电力系统暂态稳定分析方法

为准确及时地监测电力系统的运行状态,提出一种基于皮尔逊相关系数(Pearson Correlation Coefficient,PCC)和核极限学习机(Kernel Extreme Learning Machine,KELM)的电力系统暂态稳定分析方法。首先,利用电力系统仿真软件PSS/E进行数据生成;然后,使用PCC对电力系统运行特征进行相关性检测,进而选出关键特征;最后,对KELM模型进行训练。在实际应用时,当相量测量单元(Phasor Measurement Unit,PMU)所采集的电力系统实时运行信息被发送到训练好的KELM模型时,可立即提供暂态稳定分析结果。此外,设计了模型更新过程以应对电力系统运行条件的变化,并在新英格兰10机39节点系统验证了该方法的有效性。

基于图像分析的掘进工作面粉尘颗粒检测方法

基于光散射原理测定粉尘质量浓度只能定时定点手动检测,实时性差,且只能检测出粉尘质量浓度,并不能给出粒径分布范围。目前基于图像分析的粉尘颗粒检测研究主要是针对粉尘质量浓度或粒径分布进行单方面研究,并不能实现粉尘质量浓度和粒径分布范围的同时检测。针对上述问题,提出了一种基于图像分析的掘进工作面粉尘颗粒检测方法,探究图像特征与粉尘质量浓度、粒径分布间的关系。通过粉尘样本收集及图像采集装置,采集粉尘颗粒图像并获取采集图像时的粉尘质量浓度。编写粉尘样本图像处理算法,提取图像的灰度特征、纹理特征、几何特征相关参数。对提取的图像特征与实测粉尘质量浓度进行相关性分析,选取相关性较大的图像特征作为参数建立回归数学模型。提取粉尘颗粒对象像素点个数,结合转换系数,基于几何当量等效面积径计算粉尘粒径大小及分布范围。实验结果表明:实测粉尘质量浓度与建立的图像特征多元非线性回归模型数学模型计算值间的平均相对误差为12.37%,标准实测粒径与几何当量等效面积径得到的粒径分布间的最大相对误差为8.63%,平均相对误差为6.37%,验证了基于图像特征的粉尘质量浓度回归数学模型和基于几何当量等效面积径分布数学模型的准确性。

基于IDBO-LSSVM的输电线路覆冰厚度预测模型

针对输电线路受多种气象因素影响导致覆冰厚度预测精度低的问题,提出基于改进蜣螂优化(improved dung beetle optimizer,IDBO)算法优化最小二乘支持向量机(least square support vector machine,LSSVM)的输电线路覆冰厚度预测模型。首先,使用皮尔逊相关系数(Pearson correlation coefficient,PCC)计算输电线路覆冰厚度与不同气象因素之间的相关性,选择具有高相关性的气象因素以确定输入变量;其次,通过引入Halton序列、Levy飞行策略和T分布扰动来改进蜣螂优化(dung beetle optimizer,DBO)算法;最后,使用IDBO算法寻优LSSVM参数:调节因子、核函数宽度,提高模型预测精度。以某地输电线路历史监测数据为样本,将IDBO-LSSVM的输电线路预测结果与其他7种预测模型进行比较,发现平均绝对误差分别降低了约27%、36%、25%、23%、24%、44%和39%。该研究证实了基于IDBO-LSSVM的输电线路覆冰厚度预测模型可以有效提高预测精度。

基于不同因子筛选方法的LightGBM-SHAP滑坡易发性研究

以重庆市黔江区为例,选取23个评价因子构建滑坡致灾因子数据库,利用地理探测器与皮尔逊-主成分分析2种因子筛选方法选择因子最优组合;基于Bayesian-LightGBM-SHAP混合模型进行滑坡易发性评价,并对模型精度进行验证,分析影响黔江区滑坡发生的主导因子.初始模型的AUC值为0.801,Pearson Correlation Coefficient-BayesianLightGBM模型AUC值为0.824,GeoDetector-Bayesian-LightGBM模型AUC为0.835;由因子重要性可知,多年平均降雨量、高程、POI核密度与距河流距离是滑坡发生的最主要因子,而输沙指数、水流动力指数与坡位对滑坡的发生影响较弱.因子筛选法-Bayesian-LightGBM相结合的混合模型能够提高模型的准确性,为构建合理因子数据库提供参考框架;通过与因子重要性的结合分析,验证了地理探测器能够准确探测各因子对滑坡发生的贡献值,突出各滑坡地理因子组合之间的相关性,从而探究各因子与滑坡之间的关系.

基于洪水分级的青山殿水库洪水预报

为提高洪水预报精度,减小全流域使用单一参数集而产生的预报误差,以青山殿水库为研究对象,将历史洪水分为大、中、小3个等级,采用新安江模型和SCE-UA参数优化算法,基于皮尔逊相关系数分析累计降雨量和实测洪峰流量的相关性,选取相关性最优的最大6 h累积降雨量作为参数应用指标,分级后的大中小洪水选用对应的参数集进行洪水验证及预报。结果表明:未对洪水进行分级时,38场洪水总体合格率为92.1%,平均确定性系数为0.82;按照洪水等级划分大中小洪水后进行洪水过程模拟,大中小洪水场次合格率100%,确定性系数平均为0.92、0.88和0.87,平均确定性系数为0.88,分级后各场次的合格率与确定性系数提高,拟合效果更好;基于皮尔逊相关系数分析洪峰流量与最大1、3、6、24 h降雨量的相关关系,最大6 h的降雨量与洪峰流量的皮尔逊相关系数最高,取预见期内最大6 h累积降雨量作为大中小参数判定条件,在2021年汛期实际预报中,洪水预报结果全部合格,4场大中型洪水拟合程度好,确定性系数高,基于洪水分级的洪水预报精度较高、合理可行,可为水库防洪提供参考。

基于Pearson相关系数的影响加速器故障率的多因素分析

目的通过Pearson相关系数统计方法分析影响加速器故障率的多种因素。方法收集2013年7月至2019年12月加速器故障数据,使用SPASS 19.0软件中的Pearson相关系数功能(|r|≥0.8,高度相关;0.5≤|r|≤0.8,中度相关;0.3≤|r|≤0.5,低度相关;|r|≤0.3,相关程度极弱,可视为不相关;P<0.05有统计学意义),分析投入使用时间、患者治疗时间(负荷量)、温湿度平均值、内水压对故障率的影响程度。结果其中以每6个月为时间单位,投入使用时间与加速器故障率的Pearson相关系数呈高度正相关(r=0.853>0.8,P<0.001);其余时间单位的治疗时间和投入使用时间与故障次数的呈中度正相关(0.3≤r≤0.8,P<0.05);平均温度、平均湿度、平均内水压与加速器故障率的不相关(r<0.3)。结论患者治疗时间(负荷量)与加速器投入使用时间对加速器故障率影响程度较大,需要特别关注;有规律且在厂家要求以内的温湿度及内水压对故障率影响较小。

基于Pearson相关系数的丙戊酸血药浓度检测方法比较研究的倒方差法meta分析

目的通过对酶扩大免疫分析法(EMIT)与高效液相色谱法(HPLC)检测丙戊酸血药浓度相关性研究的比较,介绍利用倒方差法对Pearson相关系数进行meta分析的方法。方法通过文献数据库检索有关EMIT和HPLC测定丙戊酸血药浓度比较的方法学评价文献。按照纳入和排除文献标准筛选文献,提取资料以及利用QUADAS量表进行方法学质量评价。详细介绍采用Revman 5.2软件将Pearson相关系数Fisher’Z转化后的数据进行倒方差法meta分析的方法。结果纳入4篇文献,合计434例次患者检测结果。summary Fisher’Z值为1.94,95%CI为(1.65,2.22),将summary Fisher’Z值转换得出相关系数的合并效应值summary r为0.959,95%CI为(0.929,0.977)(P<0.01),具有统计学意义,提示EMIT与HPLC测定人血中丙戊酸的浓度结果具有高度相关性;异质性检验结果 I^2=87%,提示各研究之间异质性高;亚组分析结果提示检测对象不同可能是研究间异质性高的原因。结论 EMIT和HPLC测定丙戊酸血药浓度相关性良好,两者均可作为临床常用丙戊酸血药浓度检测方法。Revman 5.2软件使用操作较简便,利用倒方差法可对Pearson相关系数类指标进行meta分析。

基于超磁分离技术的金刚石钻探超细岩粉清除实验研究

为解决金刚石钻探工艺冲洗液中超细岩粉难以清除的难题,探究了基于超磁分离技术清除超细岩粉的效果。设计了不同加药种类和加量情况下的冲洗液超细岩粉清除实验,通过比较超细岩粉去除率和磁种回收率得出最优加药方案。实验结果表明:在3‰浓度的部分水解聚丙烯酰胺无固相冲洗液中加入0.5‰的硫酸铝能达到最佳岩粉清除效果,具有96.76%的超细岩粉去除率以及96.03%的磁种回收率。通过皮尔逊相关系数分析证明了适量加药范围内超细岩粉去除率和磁种回收率呈正相关性。以上研究成果为超磁分离技术在金刚石钻探工艺冲洗液中超细岩粉清除的成功应用奠定了一定的基础。

DSQ水管倾斜仪信号随机噪声压制研究

基于自适应噪声完备集合经验模态分解CEEMDAN和小波去噪,提出一种DSQ水管倾斜仪信号随机噪声压制方法。首先将信号进行CEEMDAN分解,得到若干个本征模态函数IMF,分解数量随不同信号噪声动态变化;然后计算每条IMF和原信号的相关性系数,对处于系数阈值范围内的IMF作小波变换处理;最后执行线性重构,得到去噪后的信号。仿真和实际去噪实验结果表明,随机噪声压制效果明显,信号有效成分保留比率较高,优于其他同类方法。

煤自燃气体产物与微观基团关联性分析

为了探究煤自燃过程中气体产物变化规律和微观基团分布特征之间的相关性,通过程序升温实验和傅里叶红外光谱实验,分析了不同变质程度煤样升温过程中气体产物的变化特征,测试了不同官能团的含量,研究了气体产物与微观基团之间的关联性。结果表明:随着变质程度的加深,芳香烃类含量增加,含氧官能团含量减少,特征温度增大,CO、CO_(2)、C_(2)H_(4)和C_(2)H_(6)等气体产物的浓度减小,煤自燃危险性减小。-COOH、-C=O和-OH与气体产物浓度呈现最大的正相关性,取代苯、-C=C-和-CH与气体产物浓度呈现最大的负相关性。研究结果对煤自燃宏微观参数关联性的进一步解释有一定积极作用。

突发性中尺度暴雪过程大气污染特征与潜在源区研究

针对济南市大气污染情况,分析突发性中尺度暴雪过程大气污染特征与潜在源区。基于2020年1月7日济南市气象和环境监测数据,通过皮尔逊积差相关系数法分析污染物之间、污染物与气象要素之间相关关系。经分析可知:暴雪对大气污染具有一定清洗能力,颗粒污染物浓度与气体污染物浓度之间存在一定同源性,污染物与不同气象要素也存在正向或负向相关关系,证明暴雪导致的气象要素改变对大气污染扩散具有一定意义。采用潜在源贡献因子分析法和浓度权重轨迹分析法测得本地源为济南市PM_(2.5)浓度贡献最高源区,表明PM_(2.5)高贡献与聚集性工业活动相关。

重庆市渝中区长江-嘉陵江流域自动监测站2022年水质时空变化分析

采用地表水环境质量标准中的单因子法分析评价重庆市渝中区长江、嘉陵江流域内4个水质自动监测站2022年水质数据,选取水温、溶解氧、高锰酸盐指数、氨氮、总磷5个因子研究水质时空变化特征,使用Pearson相关系数法对8个水质监测参数相关性进行研究,分析了降雨对水质的影响及强降雨期间渝中区污水预处理厂溢流对下游水质自动监测站的影响。结果表明:长江、嘉陵江的出境断面均略优于入境断面,表明渝中区段水质未受到影响;从时间变化来看,4个水质自动监测站月变化趋势基本一致,高锰酸盐指数、氨氮、总磷3种污染物均呈现明显的“双峰”现象,高值基本出现在5—6月、9—10月;通过Pearson相关系数分析,降雨量与高锰酸盐指数呈负相关,与总磷呈正相关,但相关性均不显著;通过对8个水质监测参数进行相关性分析得知,高锰酸盐指数与总磷是影响我区两江水质的重要因素。

基于皮尔逊系数的黄土隧道预留变形量预测

预测预留变形量是黄土地区隧道安全建设的重要环节。整理分析不同黄土土质类型隧道的148个监测断面数据,得到黄土隧道预留变形量合理设计的建议值。结果表明:(1)采用皮尔逊相关系数分析,发现土质类型与拱顶沉降的相关性最强,埋深最弱;(2)在Ⅳ级围岩黄土隧道区段内,黏质黄土和粉质黄土的预留变形量可设置为15 cm以内,砂质黄土可设置为15~20 cm;(3)在V级围岩黄土隧道区段内,土质为黏质黄土的隧道区段内预留变形量可设置为15~20 cm,粉质黄土可设置为15 cm以内,砂质黄土可设置为35~47.5 cm;(4)含水率为11%~23%时,拱顶累计沉降量的分布比例较高,且土质为砂质黄土时,拱顶沉降受含水率的影响大于黏质黄土和粉质黄土;(5)在不同埋深条件下,预留变形量设置为16 cm时,保证率可达84.6%。

Pearson相关系数评价ORC系统蒸发器特性的应用研究

以地热发电有机朗肯循环系统中蒸发器为研究对象,利用R245fa与R601组成非共沸混合工质为研究背景,建立变蒸发温度变工质配比的有机朗肯循环系统模型。采用Pearson相关系数法研究蒸发器热力学性能与其影响因素之间的相关关系,相关程度以及相关方向,并与热力学计算分析结果进行对比。研究表明:温度滑移与热效率、蒸发器损分别存在显著性正相关和高度负相关;与对数平均温差的相关性随蒸发温度的升高由微弱负相关增强至显著性负相关;利用Pearson相关系数法能解决多目标优化过程中影响因素耦合的问题,优化热力学计算结果与分析过程。