基于滤波提取及滑窗算法的短路比在线辨识方案

随着“双高”趋势给电网带来的弱网稳定性威胁,为实现对电网强度的实时监测,需进行短路比的在线辨识。许多辨识方法均需设计复杂的谐波提取算法或采用高精度高速率的采样分析仪器,操作困难,成本较高。为降低短路比辨识难度,设计了基于滤波特性的扰动响应分量提取方法及数据检离群滑窗算法,并搭建了2.5 MW风电机组并网模型。仿真结果表明:短路比辨识误差在5%以内,辨识数据也具有较好的稳定性和准确性,验证了所提方案的可行性和工程应用潜力。

一种基于离群数据挖掘的数据抽查新方法

针对传统数据抽查方法很难保证数据抽查有效性的缺点 ,结合离群数据挖掘 ,给出了一种基于离群数据挖掘的数据抽查新方法 .通过实验表明 ,该方法既能克服了随机数据抽查难以保证抽查有效性的缺陷又能克服重点数据抽查对抽查者经验的依赖 。

应用Excel处理分析化学教学实验数据

分析化学教学实验的分析结果应以学生总体平均值为准 .对学生的分析结果必须核实 ,对其中的异常值要用统计学方法进行检验 ,并计算相对误差以便评定成绩 .使用计算器完成这些工作存在实际困难 .运用Excel软件处理数据简便快捷 .以酸碱滴定分析实验为例 ,介绍Excel处理实验数据的具体应用 .

基于空间自相关和概率论的土壤重金属异常值的识别方法

数据是开展土壤环境质量研究的基础,在实验过程中,由于系统误差和人为误差导致数据异常、降低数据质量,进而对污染评价、修复与管理决策等后续工作带来误判。目前对于此方面缺乏深入的研究和探讨。基于此,本研究提出一种甄别土壤重金属异常数据的方法,并以北京市土壤Cd含量数据为例,对该方法的有效性进行了验证。结果显示,北京市651个土壤Cd数据中有34个数据异常,对甄别出的异常数据进行化学复测,发现76.5%的Cd异常数据(26个)为系统误差和人为误差导致;20.6%的异常数据(7个)为客观存在的异常点。将原始数据修正后,插值预测精度得到了显著提高。Cd异常数据自身的平均相对误差下降44.56%,均方根误差降低33.33%;受异常值影响的邻近点平均相对误差下降20.59%,均方根误差降低17.33%。结果表明本方法可以有效识别出土壤重金属数据中的异常数据,在增加有限样本量和分析时间的前提下提高调查数据质量,为开展区域土壤调查,保障数据质量提供有效的工具。

一种新的生态监测数据质量评估方法--以CERN乔木生长数据为例

将数据可靠性作为有序变量进行分级,在理论上使数据可靠性与主要生态过程、次级生态过程、外部过程等数据源建立关联,构建了一种生态监测数据质量评估方法,提供了一个新的数据质量指数.它通过观察记录的合格率来估计数据集的质量,其检测结果包括了每一条数据的可靠性级别、标记为离群或错误数据的原因,以及完整数据集的质量指数值.将该方法应用于CERN的两个乔木生长数据集,发现该数据质量指数可以定量评估乔木生长数据集的质量.该方法为相关软件的开发提供了基础.