基于类高斯混合模型的水位规律研究

函数拟合是一种重要的数据挖掘技术.在本文中,我们将一个改进的高斯混合模型应用于水位变化规律的研究中,以便更好的做出水位预报.以洞庭湖流域安乡站点为例,首先将其近十年来的水位数据进行数据预处理,得出每年的满足损失函数极小化的类高斯混合模型,再构造超定线性方程组并且利用最小二乘法求得各年对应的权重,从而得到一个加权模型,最后对此模型进行了合理性检验,并提出了改进结果.     

基于Copula理论的学生成绩平均值和中位数的分布特征研究

用高斯混合模型拟合82个班级2296名学生的考试成绩分布数据.用正态分布拟合考试成绩的平均分和中位数成绩,研究两者间的相关性度量和相关结构,得到均值和中位数的联合分布函数.对两个描述集中趋势的统计量的概率统计特性进行了完备刻画.     

基于混合高斯过程模型的高光谱图像分类算法

提出了一种基于混合高斯过程模型的高光谱遥感图像分类算法,它不同于传统的基于多元统计的分类方法.为更好利用高光谱遥感图像的高谱分辨率特点,首先将函数数据分析的思想引进高光谱数据的分类问题,分类对象视为像元对应的谱线,故它们是函数型数据.为了有效模拟地物在空间上的分片聚集特性,则将混合高斯分布模型推广到混合高斯过程模型并用于高光谱数据分类算法中.数值实验表明,混合高斯过程模型是处理函数型数据的有效方法.     

基于最大惩罚似然的高斯混合模型无监督分类研究

本文提出了一个基于高斯混合模型的无监督分类算法. 考虑到利用EM算法求解高斯混合模型的参数参数估计问题容易陷入局部最优解, 我们引入逆Wishart分布来代替传统的Jeffery先验. 几个实验数据的结果表明, 采用该方法估计无监督分类的成分数, 无论是估计的正确率, 还是运算速度, 都有较大提高.     

一种新的混合蚁群算法

设计一种新的混合蚁群算法,该算法以一种新的加权二进制蚁群算法为基础,将分布估计算法PB IL的概率分布模型用来指导蚂蚁路径的选择,同时对不同位置的蚂蚁采用加权系数来控制信息素散发量,根据信息素得到的转移概率、PB IL的模型概率及二者融合的概率来产生新的个体,保证了个体的多样性,从而提高了算法的快速性和全局最优解的搜索能力.通过测试函数优化表明该算法具有良好的收敛速度和稳定性,改善了蚁群算法容易陷入局部最优而早熟的缺陷.     

基于混合分布单因子模型的CDO定价问题

本文讨论了基于混合分布单因子模型的CDO定价问题,在所研究的CDO抵押资产组合中,描述资产价值的市场共同因子和异质因子均服从标准高斯和NIG的混合分布,且相关系数为随机相关系数.通过半解析法给出了CDO分券层的公允价格公式,并利用傅里叶变换及其逆变换,得出了贝努利相关和三状态相关两种随机相关系数的情形下累积损失概率分布的求解方法.     

储能技术在风力发电中的应用

在分析风电输出波动问题的基础上,首先重点介绍了机械储能技术中的抽水蓄能和飞轮储能,电磁储能技术中的超导磁体储能和超级电容储能,电化学储能技术,并比较分析了各自在储存容量、功率、效率、响应速度、存储周期和转换次数等重点参数上的性能,其次分析了风力发电对储能技术的关键要求,然后提出了适合风电的多元混合储能方案来改善风电的可靠性和稳定性问题,最后通过多元混合储能方案在实际风力发电运行中的应用证明了储能技术能够切实改善风电输出的稳定性和有效的储能调峰等作用提高风电的利用率.     

基于Skewed-t分布的FIGARCH模型与VaR的度量

金融资产收益率序列的波动具有典型的尖峰厚尾和非对称性特征,描述这种特性需以合适的概率分布函数为基础.因此,寻求更好的概率分布函数对风险度量、VaR的计算有着十分重要的意义.有鉴于此引入Skewed-t分布度量VaR,并比较分析了RiskMetrics及FIGARCH类模型度量VaR值的准确程度,本文同时分析了多头头寸和空头头寸情况下的VaR.结果表明,在两种头寸情况下,Skewed-t分布在空头和多头情形对资产厚尾特性以及非对称性的拟合效果均要比正态分布好;在两种头寸中不同的置信水平下,FIAGARCH(CHUNG)模型预测的VaR值改进了使用传统模型的精确性,高估或低估风险的程度较轻.     

簇飞行航天器网络节点距离分布的高斯近似

簇飞行航天器因其节点间几何结构松散,节点间相对有界成为分布式空间系统研究热点之一.基于建立的簇飞行航天器节点移动模型,运用经验统计的分析方法,研究了簇飞行航天器节点间距离分布,采用高斯函数拟合,近似得到了节点距离分布的概率密度函数;为便于分析,还采用八阶多项式拟合节点距离分布的概率密度函数,并与高斯函数拟合残差和相对熵比较分析.结果表明,高斯函数效果更好,为研究簇飞行航天器网络性能提供重要理论基础.     

风电场可靠性模型及其应用

考虑了风速分布的季节性差异和风速的随机变化的影响、风电机组的实际功率特性、风电场尾流效应以及风电机组故障状况,建立了风电场可靠性模型.根据某海上风电场实测数据进行数值仿真实验,结果验证了模型的正确性和有效性.模型为进一步研究大规模风电并网以及风电场功率预测等问题打下了基础.     

考虑风电出力及负荷预测误差的安全经济运行模型

充分考虑了风电并网和负荷预测不确定性,引入净负荷的概念,实现对风电和负荷预测误差发生概率的综合考虑。通过场景概率的研究,以包括确定性成本和随机性成本在内的综合调度成本最小化为目标函数,构建安全经济运行模型。算例分析表明,本文构建的随机安全运行计划模型相比于传统的确定性模型能够更有效地降低系统运行成本,结果同时显示,根据系统容量和负荷需求合理配置风电装机容量,是减少弃风量、提高供电可靠性的重要手段。     

A dynamic wind farm aggregate model for the simulation of power fluctuations due to wind turbulence

An important aspect related to wind energy integration into the electrical power system is the fluctuation of the generated power due to the stochastic variations of the wind speed across the area where wind turbines are installed. Simulation models are useful tools to evaluate the impact of the wind power on the power system stability and on the power quality. Aggregate models reduce the simulation time required by detailed dynamic models of multiturbine systems.In this paper, a new behavioral model representing the aggregate contribution of several variable-speed-pitch-controlled wind turbines is introduced. It is particularly suitable for the simulation of short term power fluctuations due to wind turbulence, where steady-state models are not applicable.The model relies on the output rescaling of a single turbine dynamic model. The single turbine output is divided into its steady state and dynamic components, which are then multiplied by different scaling factors. The smoothing effect due to wind incoherence at different locations inside a wind farm is taken into account by filtering the steady state power curve by means of a Gaussian filter as well as applying a proper damping on the dynamic part.The model has been developed to be one of the building-blocks of a model of a large electrical system, therefore a significant reduction of simulation time has been pursued. Comparison against a full model obtained by repeating a detailed single turbine model, shows that a proper trade-off between accuracy and computational speed has been achieved.     

概率因果模型结合改进遗传算法的核动力系统故障分析

将概率因果模型的似然函数作为遗传算法的适应函数,从而将复杂系统的故障诊断转化为最优问题,建立了一种将概率因果模型和遗传算法相结合的故障诊断方法,并利用改进算法与概率因果故障诊断模型对船用核动力装置进行故障诊断实例分析,分析结果对船用核动力装置故障诊断具有重要的指导意义,而改进遗传算法是进行船用核动力装置故障诊断有效而实用的方法。     

大型近海水平轴风力机转轮的空气动力学性能优化判据

以近海风能工程为研究目标,对具有不同特性参数（设计风速、叶尖线速度和转轮实度）的大容量（1～10 MW）风力机转轮的气动性能与几何特性进行分析与研究．首先提出大型机组转轮气动性能优化判据:在其直径最小的前提下具有尽可能高的年可用风能特性因数以及与之相关的风能利用系数,因而可捕获最多风能,使年发电量最大．接着给出影响它的几个主要气动参数,如转轮设计风速、叶尖线速度以及转轮实度,并分析风力机在近海气象条件下运转时上述两个气动指标随这些参数变化的规律．提供的气动分析方法及结果可作为大型近海风力机转轮气动性能的评价基础．     

正态分布和瑞利分布混合情形下的参数估计及分类问题

学者往往用单一的分布模拟和拟合杂波,如正态分布、瑞利分布和威布尔分布等。然而在实际中,雷达杂波由多种类型的杂波组成,单一分布通常不能精确刻画雷达杂波规律,因此,应用混合分布模型对雷达杂波数据建模更准确。本文考虑用正态分布和瑞利分布的混合分布拟合杂波,并应用矩估计方法和基于EM算法的极大似然估计方法估计模型参数,最后,应用最大后验概率分类准则验证2种估计方法的分类准确率。通过数据模拟,得出极大似然估计的效果和分类准确率都要优于矩估计的估计效果和分类准确率。     

A probabilistic model for a randomly excited flow

The deterministic approach to the construction of mathematical models for solving the problem of load fluctuation in hydro-electric power plants has been the subject of considerable investigation. Means of mitigating adverse effects, by use of surge tanks or otherwise, has received equal attention.In fact, the load demand on an electric power plant is never regular, consequently load variation may be subject to random effects. The present work concerns a probabilistic model of the random problem, whose solution gives the distribution and probability density functions of the variables involved, namely the pressures, velocities and surge tank oscillation. Order statistical methods were also used to estimate the probability of occurence of extreme head fluctuations.     

Stochastic Modelling of Wind Speed Power Production Correlations

Based on measurements we investigate the velocity-power characteristic of a 2 MW wind turbine. We apply a stochastic analysis where we describe the evolution of the power output with a Langevin equation, with special respect to short-time fluctuations in wind speed. Standard procedures, such as the IEC 61400-12 standard, are limited due to the fact that only mean values over several minutes of wind speed and power output are considered. According to this, short-time dynamics of wind and power fluctuations are usually not taken into account. We introduce an improved method which enables us to extract these dynamics of the power characteristic from the measured data. In particular, we get the response dynamics of the power L (u (t)) via the estimation of Kramers-Moyal coefficients, describing its evolution in time (t) with a Langevin equation where we separate the power output into a relaxation and a noise part. A fixed-point analysis provides the required power characteristic. (© 2006 WILEY-VCH Verlag GmbH & Co. KGaA, Weinheim)     

Estimation of coefficient of variation in a weighted inverse Gaussian model

The coefficient of variation is an important parameter in many physical, biological and medical sciences. In this paper we study the estimation of the square of the coefficient of variation in a weighted inverse Gaussian model which is a mixture of the inverse Gaussian and the length biased inverse Gaussian distribution. This represents a rich family of distributions for different values of the mixing parameter and can be used for modelling various life testing situations. The maximum likelihood as well as the Bayes estimates of the parameters are obtained. These estimates are used to derive the estimates of the square of the coefficient of variation of the model under study. Several important data sets are analysed to illustrate the results. © 1996 John Wiley & Sons, Ltd.     

广义Pareto分布的广义有偏概率加权矩估计方法

广义Pareto分布(GPD)是统计分析中一个极为重要的分布,被广泛应用于金融、保险、水文及气象等领域.传统的参数估计方法如极大似然估计、矩估计及概率加权矩估计方法等已被广泛应用,但使用中存在一定的局限性.虽然提出很多改进方法如广义概率加权矩估计、L矩和LH矩法等,但都是研究完全样本的估计问题,而在水文及气象等应用领域常出现截尾样本.本文基于概率加权矩理论,利用截尾样本对三参数GPD提出一种应用范围广且简单易行的参数估计方法,可有效减弱异常值的影响.首先求解出具有较高精度的形状参数的参数估计,其次得出位置参数及尺度参数的参数估计.通过Monte Carlo模拟说明该方法估计精度较高.