非参数核密度估计

摘要： 针对基于快速搜索和发现密度峰值的聚类(CFSFDP)算法中截断距离需要人工选取,以及最近邻分配带来的误差导致的在具有不同密度簇的复杂数据集上的聚类效果不佳的问题,提出了一种基于自适应可达距离的密度峰值聚类(ARD-DPC)算法。该算法利用非参数核密度估计方法计算点的局部密度,根据决策图选取聚类中心,并利用自适应可达距离分配数据点,从而得到最终的聚类结果。在4个合成数据集和6个UCI数据集上进行了仿真实验,将所提算法ARD-DPC与基于快速搜索和发现密度峰值的聚类(CFSFDP)、基于密度的噪声应用空间聚类(DBSCAN)、基于密度自适应距离的密度峰聚类(DADPC)算法进行了比较,实验结果表明,相比其他三种算法,ARD-DPC算法在7个数据集上的标准化互信息(NMI)、兰德指数(RI)和F1-measure取得了最大值,在2个数据集分别取得F1-measure和NMI的最大值,只对模糊度较高、聚类特征不明显的Pima数据集聚类效果不佳;同时,ARD-DPC算法在合成数据集上能准确地识别出聚类数目和具有复杂密度的簇。

摘要： 随着南方区域风电接入比例的不断提高,风电出力的随机性和波动性对电力系统运行的影响不容忽视,因此有必要研究南方区域的风电出力特性及其随机分布规律。首先从时间因素和地理环境因素两方面分析其对风电出力特性的影响;然后提出一种考虑最优核函数带宽选择的改进型非参数核密度估计法,分别建立多时间尺度下的南方区域风力发电随机分布模型,并建立模型拟合效果的评价指标体系;其次通过与2种基于典型经验分布函数的参数估计法进行对比,验证了改进型非参数核密度估计法的有效性;最后通过日、季、年3个时间尺度分析了南方区域不同省区间的风电出力概率特性差异,可为电力系统调度、电力规划、风电场选址定容等工作起到一定的辅助决策作用。

摘要： 风电在区域电网的占比越来越大。为了解决风电场在黑启动过程中的风电出力波动问题,提出了一种考虑储能运行策略的储能配置方法。首先,基于风电功率预测算法得出预测功率,并利用非参数核密度估计定义黑启动最小风功率概率密度以及黑启动可执行概率倾度,进而确定了黑启动时段。其次,根据储能在黑启动过程中补偿功率缺额和平抑波动作用制定储能运行策略。考虑储能运行策略对容量配置的影响,将储能额定功率和额定容量作为模型自变量,建立以补偿功率缺额最大化为目标函数的储能优化配置模型,并采用改进粒子群算法对模型进行求解。最后,以内蒙古某45 MW风电场数据对储能运行策略和优化配置模型的可行性进行了验证。

摘要： 变压器油中溶解气体体积分数是表征变压器健康状态及故障特性的重要参量。因此,准确预测变压器油中溶解气体的体积分数,有助于及时把握变压器的状态演化与故障发展趋势。现有对气体体积分数预测的研究多集中在点预测方面,难以全面反映气体体积分数的不确定性信息。针对此问题,提出了一种基于灰狼优化长短期记忆网络(long short⁃term memory based on grey wolf optimization,GWO⁃LSTM)与非参数核密度估计(non⁃parametric kernel density estimation,NKDE)的变压器油中溶解气体体积分数点—区间联合预测方法。首先,搭建变压器油中溶解气体体积分数点—区间联合预测模型的整体结构,阐述预测的实现过程;其次,利用自适应噪声完备集合经验模态分解方法将气体体积分数原始序列分解成若干个较为平缓的子序列,再基于GWO⁃LSTM对上述子序列分别进行点预测,并将所有子序列点预测结果叠加合成还原为气体体积分数点预测结果;然后,基于气体体积分数点预测结果及NKDE构造气体体积分数预测误差的概率密度估计函数,进而生成不同置信水平下的区间预测结果;最后,对所提方法进行算例分析,算例结果验证了所提方法的有效性。

摘要： 空间负荷的研究对配电网规划有重要意义,现有的研究偏重于对空间负荷预测的研究,对各类空间负荷分布规律的研究尚不充分.为此,提出一种基于地理特征提取与非参数核密度估计的空间负荷分布规律研究方法.按某地的实际用地生成功能小区,提取功能小区的地理特征信息,并给定其用地类型;然后根据提取的信息,应用聚类算法对功能小区分类;利用非参数核密度估计方法,提取不同地域类别、不同用地类型功能小区负荷密度的典型分布特征;对分布特征进行分析,得出研究区域内各类空间负荷的分布规律.通过对某一线城市某地域中各类空间负荷分布规律的仿真,验证了该方法的合理性和实用性.

摘要： 保险费率精算的缺乏严重制约了棉花价格保险的快速发展.在此背景下,通过选取2003年9月—2019年12月3128B级新疆棉花价格月度数据,运用非参数核密度估计法拟合价格分布函数,然后利用蒙特卡洛方法及纯费率公式测算了不同保障水平下的棉花价格保险费率.研究结果表明:保障的目标价格越高,保费也越高;高保障水平下的棉花价格保险更需要设定绝对免赔率;并提出了政府对棉花价格保险应给予合理的补贴比例,完善棉花价格数据采集体系及发布平台等建议.

摘要： 可再生能源因其独特的优势被越来越多的应用并入电网,但其随机性、波动性等会给电力系统带来一些负面影响甚至是大型故障,如电压的不稳定、风电系统暂态稳定性的改变等,从而导致风电功率预测结果的精确性低、储能装置容量配置不合理性.本文采用非参数核密度估计法,计算储能系统的额定容量、分析某风电场功率误差数据,以非参数核密度估计法求出约束条件下的置信区间并计算其储能容量对风电误差区间进行估计与合理的储能配置,进而达到消纳风电误差,提高预测的精确性的效果.仿真实验和算例证明了此方法的可行性.

摘要： 可再生能源因其独特的优势被越来越多的应用并入电网,但其随机性、波动性等会给电力系统带来一些负面影响甚至是大型故障,如电压的不稳定、风电系统暂态稳定性的改变等,从而导致风电功率预测结果的精确性低、储能装置容量配置不合理性。本文采用非参数核密度估计法,计算储能系统的额定容量、分析某风电场功率误差数据,以非参数核密度估计法求出约束条件下的置信区间并计算其储能容量对风电误差区间进行估计与合理的储能配置,进而达到消纳风电误差,提高预测的精确性的效果。仿真实验和算例证明了此方法的可行性。

摘要： 针对非参数核密度估计方法应用于光伏发电出力概率建模中存在边界偏差和局部适应性不足问题,提出一种改进的非参数核密度估计光伏发电出力建模方法.将自适应核密度估计方法与基于伪数据法的核密度估计相结合,通过在估计区间外生成伪数据,将伪数据添加到边界附近以修正偏差,进而构建更加准确的光伏出力概率分布模型;应用交叉验证法计算最优带宽并采用χ2检验衡量拟合优度对模型进行检验.结合不同天气条件下的光伏发电出力的实测数据,对模型进行算例验证,结果表明该模型能够准确模拟光伏出力的随机特性,可以消除边界偏差、改善局部适应性.

摘要： 提出一种组合的风电功率概率区间预测模型.采用变分模态分解(variational mode decomposition,VMD)算法降低风电功率序列的不平稳性;基于门控循环单元(gated recurrent unit,GRU)神经网络构建点预测模型,得到风电功率的点预测值及误差集,并将误差集划分为多个子区段,对不同的子区段分别采用非参数核密度估计(nonparametric kernel density estimation,NKDE)算法构建概率区间预测模型;将各子区段预测结果进行重组,估计得到在某置信水平下的风电功率概率预测区间.利用我国某实际风电场的历史数据进行仿真研究,验证了所提出方法的有效性.

摘要： 本文采用随机加权方法，获得中间误差的加权统计量，利用非参数核密度估计方法确定中间误差的分布密度函数，从而获得武器系统散布的分布特性，讨论了武器弹药密集度试验中多组试验数据的处理方法，并对某型弹药进行了密集度分析，证明该方法有较强的实用价值。

摘要： 物种多度分布是格氏栲林物种多样性研究的一个重要领域.本文以格氏栲林7个主要群落组成类型:①格氏栲+木荷+木姜子(Castanopsis kawakamii+Schima superba+Litsea mollifolia);②格氏栲+虎皮楠+木荷(Castanopsis kawakamii+Daphniphyllum oldhamii+Schima superba);③格氏栲+青冈栎+冬青(Castanopsis kawakamii+Quercas glandulifera+llex purpurea);④格氏栲(Castanopsis kawakamii)纯林;⑤马尾松+木荷+杜英(Pinus massoniana+Schima superba+Elaeocarpus decipiens);⑥格氏栲+马尾松+老鼠刺(Castanopsis kawakamii+Pinus massoniana+Symplocos stellaris);⑦甜槠+格氏栲+木荷(Castanopsis eyrei+Castanopsis kawakamii+Schima superba),进行种类数量调查,应用非参数核密度估计方法对格氏栲林7个主要群落乔木层、灌木层及乔木+灌木层的物种多度进行拟合、检验以及图解分析.结果表明:核估计方法能很好地描述格氏栲林不同主要群落乔木层、灌木层及乔木层+灌木层物种多度分布,表明非参数核密度估计方法是格氏栲林物种多度分布模拟的一种有效方法,它丰富了格氏栲林物种多度分布拟合方法,为珍稀濒危植物的管理与保护提供了理论参考.

摘要： 物种多度分布是格氏栲林物种多样性研究的一个重要领域.本文以格氏栲林7个主要群落组成类型;①格氏栲+木荷+木姜子(Castanopsis kawakamii+Schima superba+Litsea mollifolia);②格氏栲+虎皮楠+木荷(Castanopsis kawakamii+Daphniphyllum olahamii+Schima superba);③格氏栲+青冈栎|冬青(Castanopsis kawakamii+quercas glandulifera+Ilex purpurea);④格氏栲(Castanopsis kawakamii)纯林;⑤马尾松+木荷+杜英(Pinus massoniana+Schima superba+Elaeocarpus decipiens);⑥格氏栲+马尾松+老鼠(Castanopsis kawakanii+Pinus massoniana+Symplocos stellaris);⑦甜槠+格氏栲+木荷(Castanopsis eyrei+Castanopsis kawakamii+Schima superba),进行种类数量调查,应用非参数核密度估计方法对格氏栲林7个主要群落乔木层、灌木层及乔木+灌木层的物种多度进行拟合、检验以及图解分析.结果表明;该估计方法能很好地描述格氏栲林不同主要群落乔木+灌木层的物种多布,表明非参数核密度估计方法是格氏栲林物种多度分布模拟的一种有效方法,它丰富了格氏栲林物种多度分布拟合方法,为珍稀濒危植物的管理与保护提供了理论参考.

摘要： 一种基于非参数核密度估计的风功率波动性概率密度建模方法。具体步骤如下：1)通过小波分解对风功率样本数据的波动量进行提取；2)基于波动量样本建立相应的非参数核密度估计模型，然后针对模型带宽选择问题，构造了一种以拟合优度检验为约束条件的带约束带宽优化模型；3)利用约束序优化算法对该优化模型进行求解。本发明采用小波分解方法更能准确提取风功率波动分量，并且所提波动分量的概率特性建模方法完全由样本数据驱动，不需要对概率密度模型进行先验主观假设，因而具有更高的建模精度和更强的适用性，而针对非参数核密度估计方法的改进策略也使其建模精度和计算效率得到有效提升。

摘要： 本发明揭示了一种基于非参数核密度估计的数字乳腺层析合成摄影重建方法，步骤如下：S1、获取设定角度范围内n个不同角度的乳腺X射线投影；S2、对所获取的投影进行亮度均匀校正及降噪处理；S3、根据数字层析合成摄影的位移公式及所需重建层面的深度，依次对投影进行位移处理；S4、对投影分别进行乳腺区域提取并配准；S5、对乳腺区域采用非参数核密度估计方法进行聚焦信息估计，得到初步重建层；S6、对初步重建层进行二值化处理及引导滤波处理；S7、对初步重建层进行对比度增强处理，得到最终重建层。本发明可以有效地改善乳腺层析图像的重建层面质量，使得图像信息能够更完整的得以保留，便于医生对患者病情的诊断与筛查。

摘要： 本发明公开了一种基于自适应多变量非参数核密度估计的多风电场出力相关性建模方法，属于多维变量相关性研究技术领域。包括：步骤一：建立风电场多变量非参数核密度估计模型；步骤二：构建带宽优化模型；步骤三：构建基于序优化的风电场自适应多变量非参数核密度估计模型带宽求解方法。本发明建模过程实用简单，能快速有效的对多个随机变量之间的相关性进行建模，不仅较传统基copula函数的参数估计方法具有更高的精度和适用性，而且还较好的解决了传统多变量非参数核密度估计方法的局部适应性问题。

摘要： 本发明提出一种基于非参数核密度估计的风电功率数据修正方法，通过分析风速与功率的散点图，对实测风速小区间内的功率值进行置信度处理，将给定置信区间外的数据修正到置信区间之内。该方法无需考虑数据原本的分布情况，对数据的分布规律具有非常好的包容性。

摘要： 一种基于非参数核密度估计的风功率波动性概率密度建模方法。具体步骤如下：1)通过小波分解对风功率样本数据的波动量进行提取；2)基于波动量样本建立相应的非参数核密度估计模型，然后针对模型带宽选择问题，构造了一种以拟合优度检验为约束条件的带约束带宽优化模型；3)利用约束序优化算法对该优化模型进行求解。本发明采用小波分解方法更能准确提取风功率波动分量，并且所提波动分量的概率特性建模方法完全由样本数据驱动，不需要对概率密度模型进行先验主观假设，因而具有更高的建模精度和更强的适用性，而针对非参数核密度估计方法的改进策略也使其建模精度和计算效率得到有效提升。

摘要： 本发明属于电力系统分析领域，公开了一种基于非参数核密度估计的时序概率潮流计算方法；该方法首先将高渗透率新能源接入的配电网进行典型场景划分，将其划分为若干个时序；其次，利用非参数核密度估计拟合每个时序下新能源出力分布；最后，利用半不变量数学解析法计算获得随机输入变量的各阶半不变量，通过Cram‑Charlier级数展开公式输出状态变量概率密度函数和累积密度函数。该方法不受经验参数的限制，可以准确的拟合时间尺度更短的新能源出力特性，可以进行更为精确的时序概率潮流的计算。提供更为精确的计算结果，利于调度人员实时的获取电网的信息。

摘要： 本发明公开了基于非参数核密度估计法的压缩空气储能系统配置方法，具体包括：建立基于小波变换的BP神经网络的短期风电功率预测模型、建立风电预测误差的概率分布函数、采用非参数核密度估计法建立预测误差区间、根据误差分析配置CAES的压缩/透平功率以及CAES的额定容量，并确定储气室体积大小和储气室状态的约束条件。本发明将小波变换和BP神经网络同时引入风电场的输出功率预测中，具有良好的预测精度和适应能力，采用的非参数核密度估计能很好的拟合风电预测误差分布，基于CAES的可靠性思想，可以评估出最值状态的参数，本发明提出的方法可拓展为平抑风电场功率波动，并为配置压缩空气储能系统的实际应用提供了可行性。

摘要： 本发明公开了一种改进非参数核密度估计光伏出力建模方法，包括以下步骤：步骤S1，确定基于伪数据法的核密度估计，步骤S2，确定最优带宽，步骤S3，建立基于伪数据法的自适应核密度估计光伏出力概率分布模型。通过将自适应非参数核密度估计和基于伪数据法的非参数核密度估计相结合，提出一种改进的非参数核密度估计建模方法，并建立了光伏出力概率分布模型，通过在估计区间外生成伪数据，伪数据通过随机变量X原始样本中顺序统计量的线性函数，权重根据所选择核函数的顺序确定，将伪数据添加到边界附近以修正偏差，可变带宽通过改变带宽以减少数据异常值对整体估计的影响，改进后光伏出力模型不但能够准确模拟光伏出力的随机特性，而且可以消除边界偏差、改善局部适应性。

摘要： 本发明揭示了一种基于非参数核密度估计的数字乳腺层析合成摄影重建方法，步骤如下：S1、获取设定角度范围内n个不同角度的乳腺X射线投影；S2、对所获取的投影进行亮度均匀校正及降噪处理；S3、根据数字层析合成摄影的位移公式及所需重建层面的深度，依次对投影进行位移处理；S4、对投影分别进行乳腺区域提取并配准；S5、对乳腺区域采用非参数核密度估计方法进行聚焦信息估计，得到初步重建层；S6、对初步重建层进行二值化处理及引导滤波处理；S7、对初步重建层进行对比度增强处理，得到最终重建层。本发明可以有效地改善乳腺层析图像的重建层面质量，使得图像信息能够更完整的得以保留，便于医生对患者病情的诊断与筛查。

摘要： 本发明公开了基于非参数核密度估计的太阳能集热器出力概率建模方法，所述方法包括以下步骤：步骤1：获取历史实测逐时气象数据并按不同年份数进行统计；步骤2：通过太阳能集热器出力非参数核密度估计模型，求解单位面积集热器出力值和带宽值；步骤3：修正非参数核密度估计模型。本发明能精确的反映集热器在不同时间尺度下出力的随机特性和变化规律，可在前期缺乏历史运行数据的条件下，用于光热系统的规划和可靠性研究。