导读:本文包含了皮尔逊相关系数论文开题报告文献综述及选题提纲参考文献，主要关键词:地闪密度,地形地貌,杆塔结构,皮尔逊相关系数
皮尔逊相关系数论文文献综述
赵海龙,张丹丹,黄松,莫石,魏浩[1]（2019）在《基于皮尔逊相关系数的海南省地闪密度与雷击故障关系分析》一文中研究指出海南省属于热带季风气候,雷雨众多,地闪密度远高于平均值,在研究输电线路防雷时需要特别注意地闪密度对雷击故障的影响。文中依据海南省67条35、110、220 k V输电线路资料参数及海南省输电线路近8年的运行报告、事故报告和雷电定位系统的数据绘制了地闪密度图,实际雷击故障分布图,拟合了海南省雷暴日与地闪密度的分布曲线,针对CIGRE经验公式及QGDW 672—2011标准不能准确反映海南省雷电活动的不足,提出了针对海南省地闪密度的分级方法,并基于皮尔逊相关系数分析了CIRGE标准及针对海南省标准下的地闪密度与实际雷击跳闸率的相关性,对海南省的输电线路差异化防雷具有指导意义。(本文来源于《高压电器》期刊2019年08期）
江海洋,李倩,李天琦,施秀萍,魏平[2]（2019）在《基于改进皮尔逊积矩相关系数的一次调频关键参数校核辨识方法》一文中研究指出在特高压新能源环境下电网格局与发电结构发生重大变化,电网运行过程中一次调频关键参数准确性、可靠性对电力系统安全稳定运行具有重要作用。利用调差系数定义计算理论功率,从理论功率和实测功率关系出发,提出了一种基于改进皮尔逊积矩相关系数(PPMCC)的一次调频关键参数校核辨识方法,该方法通过改进PPMCC方法,准确、高效地在线评估发电机组一次调频动作过程中理论功率与实际功率之间的相关性,从而校核辨识一次调频关键参数。以某机组运行过程中一次调频事件为例,验证该方法的有效性、稳定性,实验结果表明该方法能准确、快速、可靠地辨识出一次调频关键参数,同时该方法为电网调度人员实时掌握涉网发电机组一次调频动态性能提供了数据支持,为电力系统安全稳定运行提供了有力的支撑。(本文来源于《机电工程技术》期刊2019年07期）
肖勇,赵云,涂治东,钱斌,常润勉[3]（2019）在《基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法》一文中研究指出针对低压配电网拓扑结构人工校验成本高、实时性不强的问题,提出了一种基于皮尔逊相关系数和KNN算法的低压配电网拓扑结构纯软件在线校验方法。首先用皮尔逊相关系数判断用户电压序列曲线的相似性,通过相关系数算法校验台区户变关系的正确性,找出户变关系不正确的用户,进行再校验。对于需再校验的用户,基于GIS系统的数据和《配电网规划设计技术导则》剪辑生成用户样本集,运用KNN算法分析剪辑生成用户样本集,然后找出校验用户所属的正确台区。最后根据人工现场校验结果,判断算法校验的正确性。(本文来源于《电力系统保护与控制》期刊2019年11期）
覃玉冰,邓春林,杨柳[4]（2018）在《基于皮尔逊相关系数的网络舆情评估指标体系构建研究》一文中研究指出[目的/意义]旨在建立科学合理的评估指标体系对网络舆情进行监测。[方法/过程]分析网络舆情自身特点、作用机理以及演化规律,运用层次分析方法构建网络舆情评估指标体系,并选取2013—2016年中国蓝皮书中《中国互联网舆情分析报告》所列的80个热门事件进行实证研究。[结果/结论]实证研究验证了本文网络舆情评估指标体系的有效性,可以为相关部门实时监测和评估网络舆情事件提供依据。(本文来源于《情报探索》期刊2018年10期）
唐伟斌,李涛,邹品晶,曾建平,向仲卿[5]（2017）在《基于皮尔逊相关系数的电网夏季空调负荷预测研究》一文中研究指出采用统计分析的方式研究地区电网夏季空调负荷的变化规律,综合考虑空调负荷的影响因素,构建了地区电网夏季空调负荷预测模型。该模型以地区电网负荷变化曲线为基础,实现了对空调负荷曲线的有效分离,随后采用Pearson相关系数考察各类影响因素与日最大空调降温负荷的相关性,通过比较日最大空调降温负荷与各类指标的相关系数,构造出一个能够体现最大空调负荷受本地区气象和社会经济影响较大的"经济气象综合指标",并利用回归分析提炼出空调降温负荷与综合指标的变化规律,最终实现夏季空调负荷的精准预测。基于某地区电网2006—2015年电力负荷及其相关数据,使用该模型预测2016年该地区电网夏季空调负荷,预测结果证明了模型的有效性。(本文来源于《电力需求侧管理》期刊2017年06期）
周科,徐维超[6]（2017）在《斯皮尔曼简捷相关系数在高斯混合脉冲噪声环境下的稳健性》一文中研究指出相关系数现如今在各行各业中都有广泛的应用,本文献选取了10万个高斯混合脉冲噪声信号,将斯皮尔曼简捷相关系数,斯皮尔曼秩次相关系数,肯德尔秩次相关系数,皮尔逊积矩相关系数等4种相关系数在含有这些噪声环境的稳健性做了比较,实验结果表明,脉冲噪声比率较高或较低时,斯皮尔曼简捷相关系数的稳定性最后还是最好的。(本文来源于《电子世界》期刊2017年07期）
彭海[7]（2017）在《皮尔逊相关系数应用于医学信号相关度测量》一文中研究指出本文章将皮尔逊相关系数应用于吸血信号的测量。本文采用了3个模型和6种医学信号做仿真实验研究。实验表明皮尔逊相关系数在医学信号相关度的测量上有很好的抗噪声鲁棒性、极其微小的偏差、在单调非线性转换下计算更快和有更强的鲁棒性。但在非线性医学信号的测量上效果就不是很好。(本文来源于《电子世界》期刊2017年07期）
闫富松,李朝晖[8]（2016）在《一种基于皮尔逊相关系数识别变压器励磁涌流的方法》一文中研究指出变压器空载合闸时产生的励磁涌流可能会导致差动保护误动,因此正确识别励磁涌流和内部故障是变压器保护的主要问题。文中首先分析了变压器励磁涌流和内部故障时基波与二次谐波幅值的动态变化趋势,并基于两者幅值的变化趋势提出了一种基于相关系数的识别方法:当两者的相关系数大于某一门槛值时,即判为励磁涌流,否则判为内部故障。PSCAD/EMTDC仿真结果验证了新方法在性能上的优越性。(本文来源于《高压电器》期刊2016年08期）
车远宏,贾雍,汤卓,兰飞[9]（2016）在《皮尔逊相关系数在风电功率组合预测中的应用》一文中研究指出针对目前权重组合预测方法存在的问题,提出一种新的相似序列组合预测方法。该方法以预测点处最近的一段时间序列为基础,采用皮尔逊相关系数,找出在一段历史数据中与之相似度较高的序列,对相似序列之后的点进行预测,通过对预测误差来确定最终预测点处各方法预测值所占的的权重。应用该方法对西北某风电场的风电功率预测,仿真结果表明:该方法避免了传统方法中以最近历史数据预测结果为计算依据所带来的误差较大问题,在一定程度上提高了组合预测的精度。(本文来源于《广西电力》期刊2016年03期）
李宏彬,赫光中,果秋婷[10]（2015）在《基于皮尔逊相关系数的有机质谱相似性检索方法》一文中研究指出对基于皮尔逊相关系数的有机质谱谱图相似性评估方法进行了研究。以质量数为自变量,丰度为因变量,经过一定的数据预处理过程后两个化合物的谱图转化为两个数组,这样不同化合物就可套用皮尔逊相关系数进行相关性计算。采用皮尔逊相关系数方法对具有同分异构相似性和化学结构式相似性的两组有机物质谱图谱组内、组间进行相似性计算,具有一定相似性的同一组内,谱图之间呈现较高的相关系数分值;不同组的谱图呈现非常低的相关系数分值。因此使用皮尔逊相关系数方法进行谱图相似性评估是可行的。对丰度进行非线性变换,可以大幅度提高算法的变异系数,提高质谱数据库的搜索效率。(本文来源于《化学分析计量》期刊2015年03期）
皮尔逊相关系数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在特高压新能源环境下电网格局与发电结构发生重大变化,电网运行过程中一次调频关键参数准确性、可靠性对电力系统安全稳定运行具有重要作用。利用调差系数定义计算理论功率,从理论功率和实测功率关系出发,提出了一种基于改进皮尔逊积矩相关系数(PPMCC)的一次调频关键参数校核辨识方法,该方法通过改进PPMCC方法,准确、高效地在线评估发电机组一次调频动作过程中理论功率与实际功率之间的相关性,从而校核辨识一次调频关键参数。以某机组运行过程中一次调频事件为例,验证该方法的有效性、稳定性,实验结果表明该方法能准确、快速、可靠地辨识出一次调频关键参数,同时该方法为电网调度人员实时掌握涉网发电机组一次调频动态性能提供了数据支持,为电力系统安全稳定运行提供了有力的支撑。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
皮尔逊相关系数论文参考文献
[1].赵海龙,张丹丹,黄松,莫石,魏浩.基于皮尔逊相关系数的海南省地闪密度与雷击故障关系分析[J].高压电器.2019
[2].江海洋,李倩,李天琦,施秀萍,魏平.基于改进皮尔逊积矩相关系数的一次调频关键参数校核辨识方法[J].机电工程技术.2019
[3].肖勇,赵云,涂治东,钱斌,常润勉.基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法[J].电力系统保护与控制.2019
[4].覃玉冰,邓春林,杨柳.基于皮尔逊相关系数的网络舆情评估指标体系构建研究[J].情报探索.2018
[5].唐伟斌,李涛,邹品晶,曾建平,向仲卿.基于皮尔逊相关系数的电网夏季空调负荷预测研究[J].电力需求侧管理.2017
[6].周科,徐维超.斯皮尔曼简捷相关系数在高斯混合脉冲噪声环境下的稳健性[J].电子世界.2017
[7].彭海.皮尔逊相关系数应用于医学信号相关度测量[J].电子世界.2017
[8].闫富松,李朝晖.一种基于皮尔逊相关系数识别变压器励磁涌流的方法[J].高压电器.2016
[9].车远宏,贾雍,汤卓,兰飞.皮尔逊相关系数在风电功率组合预测中的应用[J].广西电力.2016
[10].李宏彬,赫光中,果秋婷.基于皮尔逊相关系数的有机质谱相似性检索方法[J].化学分析计量.2015