基于主成分分析的短期PV/T组件温度预测

为进一步提高光伏/光热(photovoltaic/thermal,PV/T)综合利用系统中PV/T组件温度预测精度,该文采用主成分分析法对原始输入样本数据进行预处理,提取主成分,并利用遗传算法优化BP神经网络结构,对组件温度数据建立预测模型。仿真结果表明,相对于未经主成分提取的神经网络,该方法使得网络模型在晴天和多云天气条件下的预测精度分别提高了7.68%和4.97%,使得网络模型预测精度更高,泛化性能更强。

基于主成分分析的锂离子电池RUL间接预测

针对目前锂离子电池RUL的预测中用来表达退化特征的健康因子(HI)存在信息不足的缺陷,提出一种锂离子电池RUL预测模型。首先提取出多个可以反映电池退化特征的参数;其次用主成分分析法(PCA)对提取的多个参数进行去冗余降维并充分包含退化信息;再引入集合经验模态分解(EEMD),对HI进行多尺度分解;最后基于长短期记忆网络(LSTM)构建预测模型。实验证明该预测模型在预测锂电池的RUL时有较高的精度、适应性较强。

多模态异构大数据混合属性特征匹配筛选算法

多模态异构大数据混合了多种属性数据,具有数据类型繁杂、数据维度较高的特点,在数据挖掘过程中容易降低多模态异构大数据利用率。为了提高特征匹配紧密度,提出多模态异构大数据混合属性特征匹配筛选算法。建立距离矩阵对多模态异构大数据实施混合属性降维;采用主成分分析法提取降维后的数据主成分,将提取到的主成分作为数据混合属性备选特征;计算主成分互信息,筛选互信息值大于1的数据特征,聚集同属性相似特征,实现特征匹配。在4个多模态异构大数据集中进行应用测试,测试结果表明所提算法匹配紧密度均高于0.8,由此证明,该算法具有较高的混合属性特征匹配质量。

t检验法用于评价中药色谱指纹图谱的相似度

本文采用t检验法评价中药色谱指纹图谱的相似度。利用来自六个不同厂家的三黄片样品的高效液相色谱指纹图谱数据来验证t检验法的适用性,并用主成分分析(PCA)进一步验证方法的可行性。在PCA的聚类图上,t检验无显著性差异的样品聚为一类,t检验有显著性差异的样品各为一类。结果表明:用t检验法能客观地反映中药样品间的相似性和差异性。

基于EOF和HHT的多站点降雨场随机模拟方法研究

提出一种新的基于希尔伯特谱分析的降水发生器EHS.该模型首先对原始降雨场进行高斯隐变量转换,转换后的标准化降雨场随后进行经验正交函数分析(EOFA),提取出主要空间模态和对应的主成分时间序列.对主成分序列进行经验模态分解(EMD)和希尔伯特谱分析(HAS)可以得到不同特征周期的本征模态函数(IMF)及其对应的瞬时振幅和瞬时频率,利用随机相位法仿真各项IMF分量,对模拟得到的IMF分量进行EMD重构、EOF重构和高斯隐变量反操作,即可得到多站点降雨模拟场.本文以月降雨量均值、月降雨量标准差,空间相关系数、空间连接度、自相关系数为指标,利用湘江流域实测的降水数据,通过与现有多站点降水发生器MulGETS的比较,评估多站点降水发生器EHS的性能和优缺点.研究结果表明,多站点降雨发生器EHS能很好地模拟湘江流域的降雨,重现历史降雨场的统计特征.该工具可为水文水环境模型、生态模型等提供数据支撑.

基于样本数据处理和ADABOOST的小电流接地故障选线

针对零序暂态分量的特点以及现有的信息融合技术在小电流接地故障选线中具有样本数据不均衡、维数灾难和经验风险高的缺陷,分析选线样本的特性,提出基于样本数据处理和ADABOOST法的小电流接地故障选线的新方法。首先,通过经验模态分解和快速傅里叶变换对零序信号进行故障特征提取,然后利用故障特征建立线路故障测度和利用信息增益度建立方法故障测度,进一步通过主成分分析法对故障特征样本进行降维处理以及利用SMOTE采样法处理样本的不均衡性,最后将处理后的数据运用ADABOOST进行综合选线。通过系统模型仿真,验证了主成分分析法和SMOTE采样法对样本数据处理的合理性以及利用ADABOOST选线的有效性,结果表明所提方法应用于选线具有较高的准确率和灵敏度。

河北廊坊“恒温”天气特征及其可预报性分析

利用河北省廊坊市气象观测站2000-2014年常规观测资料、NCEP/NCAR再分析资料和倾斜旋转T模态主成分分析法,在分析廊坊＂恒温＂天气的天气气候、大气环流形势特征的基础上,探讨了＂恒温＂天气的可预报性,并通过一个＂恒温＂天气预报个例对其可预报性进行验证。结果表明：廊坊＂恒温＂天气主要发生在秋冬季,以阴沉（日照时数〈1 h）、有雾或雨雪天气、小风（地面风力等级为1-2级）以及偏东风或西南风为主要气象环境背景;＂恒温＂天气产生时,尽管各气象要素条件特征显著,但发生比例仅为1.5%-13%,其中地面风力等级为1-2级气象条件下最低,在阴天伴雨或雪的气象条件下相对最高;当廊坊市500 hPa上空为西南、偏西气流控制,地面处于辐合场、高压场底部和高压场后部时最利于＂恒温＂天气产生;依据＂恒温＂天气产生的各类气象条件,将大气环流形势场与各气象要素条件进行匹配筛选,可明显降低＂恒温＂天气的极端性分布,对其进行准确预报成为可能。

基于葡萄酒评价的统计分析

利用t检验对两组葡萄酒评酒员的评价结果有无显著性差异进行可信度分析,并采用主成分分析法求得酿酒红葡萄有8个主成分,酿酒白葡萄有10个主成分,最后基于两种葡萄的评价总分对红白葡萄的质量进行分级.

基于河南高校样板数据的大学生创业效能感影响因素分析

论文利用主成分分析法对大学生创业效能感结构进行了研究,发现大学生创业效能感包括领导效能感、创业自信效能感、关系效能感、意志不坚效能感4个维度。进而运用独立样本T检验、单因素方差分析等方法对大学生创业自我效能感的影响因素进行了分析,结果表明:在大学生客观条件中,性别与户籍不同的大学生创业效能感也有所差异,学历、家境状况对大学生创业自我效能感影响较小;在大学生认知条件中,大学生是否接受过创业教育和有无工作经验对大学生创业效能感的影响显著。

中国出口集装箱运价指数影响因素的实证研究

2020年,新型冠状病毒感染的流行,中国出口集装箱运价指数(CCFI)“疯涨”且不断创造历史新高。首先运用集合经验模态分解法将CCFI序列分解为若干分量,重构后得到高频部分、低频部分和趋势项,其次采用主成分分析法从选取的8个宏观影响因素中提取出两个公共因子,定义为国际贸易环境和中国出口形势,分别研究不同频率下的CCFI指数与影响因素之间的关系,探究病毒流行前后CCFI指数影响因素的变化。结果显示:CCFI的短期波动项在感染前不受宏观因素影响,感染流行后表现为正相关;病毒流行后CCFI的重大事件影响项与国际贸易环境由负相关变成正相关,与中国出口形势始终保持正相关;CCFI的长期趋势项与宏观因素在病毒流行前后均呈现正相关,且在病毒流行后正相关程度有所提高。

GNSS坐标时序空间域共模误差去除研究

针对区域GNSS坐标时序存在共模误差(common mode error,CME)的问题,以华北地区GNSS坐标时序为例,提出可用于消除空间域误差的主成分分析法PCA与完全集合经验模态分解法ICEEMDAN。首先使用PCA滤波提取CME;然后使用ICEEMDAN方法分解CME,提取出有用的IMF分量,减少原始信息的损失;最后对比分析PCA、ICA、IC-PCA三种方法的区域滤波效果。结果表明,IC-PCA的滤波效果优于ICA和PCA,IC-PCA滤波前后N、E、U三个方向上的残差RMS平均降低1.93%、1.92%和7.60%,且滤波结果与原始时间序列变化趋势更加吻合,可有效减少PCA对原始时间序列造成的损失。

基于CNN-VMD-PCA特征融合的光伏发电功率预测研究

为了较为准确地预测光伏发电功率,提出一种特征融合的功率预测模型。模型首先使用一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)提取光伏光电数据深度特征,然后用变分模态分解方法(Variational mode decomposition,VMD)分解数据原特征,再把分解后的特征和深度特征融合,用主成分分析法(Principal component analysis,PCA)提取融合后特征的主成分,最后用Xgboost(Extreme gradient boost,Xgboost)模型进行功率预测。根据对所提模型的实测评估,并与其他预测模型对比,得出基于CNN-VMD-PCA特征融合的预测模型具有较高预测精度,其拟合优度达0.932,能够得到更可靠的功率预测结果。

葡萄酒评价的数学模型

随着生活水平的不断提高,健康饮酒已经成为时尚.文章主要研究了葡萄酒的评价问题.运用t检验、主成分分析等方法,结合MATLAB,SPSS等软件有效地解决了酿酒葡萄的分级,较好地分析了酿酒葡萄与葡萄酒的理化指标之间的联系并论证了能否用葡萄和葡萄酒的理化指标来评价葡萄酒的质量等问题.对现实生活中葡萄酒的评价具有一定的指导意义.

基于客观天气分型的嘉兴市臭氧传输路径探索

利用倾斜T模态主成分分析法(PCT)对嘉兴市2018—2022年4—10月海平面气压场进行客观分型,探讨O3污染重点气象因子阈值,同时,利用后向轨迹法、潜在源贡献因子法(PSCF)和浓度权重轨迹法(CWT)提取嘉兴市臭氧主要传输通道.结果表明,易引起嘉兴市臭氧超标的天气类型按超标率排序为低压底前部型(37.1%)>高压控制型(35.9%)>低压底后控制型(29.4%)>低压后部型(25.9%).低压底前部型相对湿度区间为60%~85%和日最高温度区间为24.6~29.9℃时臭氧超标率达71.4%,低压底后部型在日最高温度和相对湿度区间分别为23.3~32.0℃和59%~79%时臭氧超标率为68.4%.低压底前部型主要输送路径为东南方向,潜在源区主要分布在浙江省内;东南气流和偏西气流对高压控制型下臭氧浓度均有重要影响,此天气型下臭氧潜在源区主要分布在浙江北部、江苏南部及安徽东部地区;低压后部型下臭氧主要输送路径为北方气流,潜在源区为江苏南部及江苏与浙江交接地区;西北气流为低压底后部型下嘉兴市臭氧的重要输送路径,主要源区分布在浙江北部及江苏北部等部分地区.

长江中游地区PM_(2.5)重污染过程的典型天气环流分型及区域传输影响

作为一个新的区域性霾污染中心,长江中游地区地理位置特殊,是我国中东部地区大气污染物区域传输的重要枢纽,天气环流对该区域不同传输和累积型PM_(2.5)重污染的形成机制还不甚了解.利用T-mode斜交旋转主成分分析法(PCT),对2015~2019年采暖季长江中游地区74 d PM_(2.5)重污染事件进行天气环流分型,得到:PCT1高压底部传输型(天数:41 d,占比:55.4%)、PCT2低压辐合累积型(天数:12 d,占比:16.2%)、PCT3高压静稳累积型(天数:11 d,占比:14.9%)和PCT4高压后部传输型(天数:10 d,占比:13.5%)这4种主要的大气环流类型.区域传输型污染(PCT1和PCT4)占比高达69%,是长江中游地区PM_(2.5)重污染发生的主导因素,突显了地域特殊性.其中,PCT1是最主要的环流型,冷锋南侵伴随强偏北风驱动上游地区污染物快速传输,使得PM_(2.5)浓度暴发式增长.境内传输通道城市襄阳、荆门和荆州PM_(2.5)传输过程具有12 h滞后特征,其PM_(2.5)影响源区主要分布在上游的河南中北部、山东西部和华北大部分地区.PCT4传输型受低层偏东风输送影响,污染上升速率也相对较快.PCT2和PCT3为静稳天气环流型,地面风速较小,低层水平辐合和下沉运动有利本地PM_(2.5)重污染累积,污染上升速率和持续时间都相对传输型更长.

银川市臭氧污染天气形势客观分型研究

采用T-mode主成分分析法(PCT)对银川2016—2020年4—9月850 hPa位势高度和全风速场进行客观天气分型,并利用后向轨迹聚类方法、潜在源贡献算法(PSCF)和浓度权重轨迹分析法(CWT)探讨臭氧易污染天气型的传输特征和潜在污染源区.结果表明,最有利于形成臭氧污染的天气类型为东高西低型,其次是低空均压场高空弱西北气流型,再次是低空均压场高空强西北气流和辐合场型,对应的臭氧超标率分别为37%、34%、27%和27%;不利于促发臭氧污染的天气类型有暖高底部型、西北气流控制型和高压后部型.东高西低型下,银川臭氧的主要输送路径为东南气流,潜在源区为四川北部、陕西西南部、甘肃东北部和宁夏东部;偏东气流和西北气流对低空均压场高空弱西北气流型下臭氧浓度均有重要影响,此天气型下银川臭氧潜在源区主要分布在内蒙古西南部与宁夏西北部接壤地区及宁夏北部和东部;低空均压场高空强西北气流型下臭氧主要输送路径为北方气流,潜在源区为内蒙古中西部及宁夏中东部;东南偏东气流为辐合型天气型下银川臭氧的重要输送路径.

大气环流形势客观分型及其与中国降水的联系

大气环流异常是造成天气和气候变化的直接原因。以往对大气环流形势和中国降水关系的研究绝大部分是在对大气环流形势进行主观分型和进一步诊断的基础上来研究两者的联系。相对于对大气环流形势的主观分析,客观分型方法采用的指标更一致、标准更统一,能够得到较多的大气环流类型,目前得到了较为广泛的应用。利用欧洲中期数值天气预报中心提供的1979—2016年的再分析资料(ERA-Interim),通过选择逐日12UTC的海平面气压、可降水量和700 h Pa风速3个变量,应用倾斜旋转T模态主成分分析方法对中国区域内的大气环流进行了客观分型,并进一步分析了不同大气环流类型与中国区域降水之间的联系。结果表明,不同大气环流类型对中国区域降水趋势和降水量的影响不仅在空间上存在差异,而且在季节上也不尽相同。总体表现为大气环流类型对降水量大的区域和降水量多的月份影响较大,而对降水量小的区域和降水少的月份的影响较小。此外,与环流类型发生频次对中国降水的影响相比,大气环流类型发生频次不变的背景下降水强度变化对中国降水趋势的影响更加显著。