Excel在电力企业同业对标指标评价中的运用

利用Excel统计函数功能强大、易于理解、操作简单的优点,对其在同业,对标指标评价中的运用进行探讨和研究,并以电网调度运行指标为实例,方便快捷地实现同业对标指标评价过程,且评价结果准确、可靠.同时,该方法还可以用于解决其它领域的指标评价问题,具有较强的实用性,有一定的推广价值.     

风电场弃风异常数据簇的特征及处理方法

风电场的历史运行数据尤其是风速和风电功率数据对风电场的运行管理和电力系统的运行调度都具有重要意义。在实际运行中,风电场的弃风现象较为严重,弃风会导致风速—功率散点图中存在大量横向分布的堆积型异常数据,这会对构造风电场的等值功率曲线产生较大的影响,从而降低风电功率预测精度,进而对风电场的运行管理和电力系统的运行调度造成不利影响。文中在分析风电场弃风异常数据特征的基础上,提出一种基于四分位法和聚类分析的异常数据组合筛选模型,首先采用两次四分位法剔除常规的分散型异常数据,再使用聚类法剔除堆积型异常数据,并采用二次聚类的思想来解决k-means聚类中k的取值问题。算例分析表明,该模型可有效剔除弃风造成的异常数据簇,对不同的风电机组和风电场有较强的通用性,具有一定的工程实用价值。     

Use of the Extreme Groups Approach: A Critical Reexamination and New Recommendations.

Analysis of continuous variables sometimes proceeds by selecting individuals on the basis of extreme scores of a sample distribution and submitting only those extreme scores to further analysis. This sampling method is known as the extreme groups approach (EGA). EGA is often used to achieve greater statistical power in subsequent hypothesis tests. However, there are several largely unrecognized costs associated with EGA that must be considered. The authors illustrate the effects EGA can have on power, standardized effect size, reliability, model specification, and the interpretability of results. Finally, the authors discuss alternative procedures, as well as possible legitimate uses of EGA. The authors urge researchers, editors, reviewers, and consumers to carefully assess the extent to which EGA is an appropriate tool in their own research and in that of others. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

一种加权欧氏距离聚类方法

聚类是数据挖掘的一种常用技术，最常用的距离度量方法是欧几里得距离，但运用加权欧氏距离需要对数据的实际意义有一定了解，并且要求分析者具有相关的专业知识，而在实际操作中这一点很难保证。本文提出了一种在对数据没有任何先验信息的情况下，如何运用加权欧氏距离有效进行聚类的方法。并结合实例，说明在一定条件下，这种加权欧氏距离聚类方法能显著提高聚类质量。     

基于方差变化率判据-四分位的风电场功率异常数据识别

风电场运行中产生了数量巨大的历史数据,而提升历史数据的质量是实现风电场高效智能运维的前提。为此,文中分析了风电场风功率数据的分布特征和形成机理,提出基于方差变化率判据-四分位法组合的风电场风功率异常数据识别方法。首先,利用物理规则对原始风功率曲线进行预处理,剔除明显异常的数据;然后,利用风功率方差变化率判据法识别并清洗风功率曲线的堆积型异常功率数据点,判据的阈值借助箱型图自动获取;同时,利用四分位法识别并清洗剩余的离散型异常数据点;最后,通过算例验证了所提算法的可行性。研究结果表明所提算法具有易实现、效率高和通用性强的优点,其异常识别效果优于局部离群因子(local outlier factor,LOF)算法和Thompson tau-四分位算法,其耗时比LOF和Thompson tau-四分位算法分别减少9.6 s和0.49 s,且在5个不同位置的风电场验证了所提算法的通用性。     

线性判别分析法在塑料食品包装容器溶出物的风险聚类分析中的应用

报道了为考察塑料食品包装容器蒸发残渣因不同材料造成的质量差异,并对不同材质蒸发残渣指标进行风险聚类,提高检测针对性的方法.对塑料食品包装容器在水、乙酸、乙醇、正己烷浸泡条件下的蒸发残渣含量进行测定,使用四分位稳健统计描述来表征不同使用条件下的溶出风险,使用线性判别法分析对不同材质塑料包装容器蒸发残渣进行了风险聚类分析.结果表明:包装容器的油性溶出风险最高,水的溶出风险最低;包装容器蒸发残渣含量水平可基本划为两类,即"PET-PP-PE"类与"PS-其它类";采用适合的数据描述及多元统计分析方法,可有效地加强食品包装风险监控力度,提高监控效率.     

基于四分位法的含储能光伏电站可靠性置信区间计算方法

为提高光伏电站接入系统能力,采用光储联合运行方式,研究加入储能前后光伏电站发电特性变化。为评估光储系统接入对电网可靠性的贡献,提出一种可靠性置信区间计算方法。首先对青海省格尔木某光伏电站历史数据做模糊C均值聚类,将其分为晴天、少云、多云、阴雨4种天气类型,利用四分位法对历史数据做统计分析,排除异常值。在此基础上提出一种光储系统功率带提取方法,搭建IEEE-RTS79可靠性测试系统,利用序贯蒙特卡罗法计算光储发电系统功率带对应的可靠性指标,从而得到含储能光伏电站可靠性置信区间。该可靠性区间计算结果为评价光储系统接入电网的可靠性贡献提供理论依据,对发电调度具有一定指导意义。     

Computing the least quartile difference estimator in the plane

A common problem in linear regression is that largely aberrant values can strongly influence the results. The least quartile difference (LQD) regression estimator is highly robust, since it can resist up to almost 50% largely deviant data values without becoming extremely biased. Additionally, it shows good behavior on Gaussian data—in contrast to many other robust regression methods. However, the LQD is not widely used yet due to the high computational effort needed when using common algorithms. It is shown that it is possible to compute the LQD estimator for n bivariate data points in expected running time O(n²logn) or deterministic running time . Additionally, two easy to implement algorithms with slightly inferior time bounds are presented. All of these algorithms are also applicable to least quantile of squares and least median of squares regression through the origin, improving the known time bounds to expected time O(nlogn) and deterministic time . The proposed algorithms improve on known results of existing LQD algorithms and hence increase the practical relevance of the LQD estimator.     

基于M估计量及标准四分位间距的安全监测数据异常识别的改进方法

水电工程安全监测数据的异常识别是科学评价大坝安全性态的前提。为了解决传统的3σ准则运用于“台阶型”、“震荡型”监测数据序列异常在线识别时极易出现的漏判问题,引入Andrews M估计量和标准四分位间距替代传统3σ准则中的总体位置参数和总体尺度参数,构建了新的判别准则。工程实践及敏感性分析表明:该方法能有效消除“台阶型”和“震荡型”离群点对识别结果带来的不利影响;抗离群点影响的比例提升到25%,异常识别的准确性及可靠性提升明显。研究成果可为水电工程安全状况和运行性态的评价提供参考。     

住房保障对象界定方法的比较研究

由于住房保障对象界定的复杂性,目前实际各地保障对象认定大多依赖经验数据,缺乏理论支撑。科学的住房保障对象收入线界定方法是确保住房保障水平适度性与社会福利公平性的关键所在。总结了几种常用住房保障对象收入线的界定方法,指出常用界定方法的主要问题是与现有多层次保障体系不相匹配。对此提出了基于收入分布函数与分位数理论相结合的保障对象收入线界定方法,并利用EViews 软件对陕西省居民收入进行实证分析,为保障对象管理提出相关改进建议。