析了PMU 實(shí)測數(shù)據(jù)偏差對輸電線路參數(shù)辨識的影響。線路參數(shù)辨識方法主要分為最小二乘法和卡爾曼濾波法。文獻(xiàn)[3-4]基于IGG 準(zhǔn)則的自適應(yīng)抗差最小二乘法辨識線路的零序和正序。文獻(xiàn)[5]采用中位數(shù)和相分量模型估計(jì)輸電線路的序參數(shù)。通過采集不同時(shí)段的PMU 量測數(shù)據(jù)，用最小二乘法進(jìn)行參數(shù)辨識，如果不計(jì)量測誤差，也能得到較好的辨識結(jié)果[6-7]。然而少有論文為提高辨識精度，對PMU 實(shí)測數(shù)據(jù)進(jìn)行修正后再進(jìn)行參數(shù)辨識。綜上所述，該文利用PMU 實(shí)測數(shù)據(jù)，提出一種改

驗(yàn)組身高鍛煉前測數(shù)據(jù)M±SD=130.36±9.242相比鍛煉后測數(shù)據(jù)132.32±9.277，t=10.347，p表1 實(shí)驗(yàn)前后數(shù)據(jù)的比較通過測試50×8m的速度檢驗(yàn)?zāi)土λ刭|(zhì)，如表1所示，實(shí)驗(yàn)組50×8m鍛煉前測數(shù)據(jù)2.27±0.299相比鍛煉后測數(shù)據(jù)2.23±0.298，t=-6.331，p2.主成分分析通過對各個(gè)體能素質(zhì)指標(biāo)進(jìn)行主成分分析，結(jié)果如表2所示。表2 主成分分析的總變量通過計(jì)算累計(jì)方差貢獻(xiàn)率發(fā)現(xiàn)，當(dāng)主成分?jǐn)?shù)為2時(shí)，累計(jì)方差貢獻(xiàn)率為99.58

享的第一步是量測數(shù)據(jù)的接入。電力調(diào)度通用數(shù)據(jù)對象結(jié)構(gòu)化設(shè)計(jì)規(guī)范中[1]，量測類數(shù)據(jù)結(jié)構(gòu)用設(shè)備ID 和量測類型標(biāo)識唯一的指標(biāo)，不同的指標(biāo)在不同的事件下?lián)碛胁煌奶幚矸绞健?021年，陳家靜等[2]設(shè)計(jì)一種電力通信大數(shù)據(jù)實(shí)時(shí)共享方法，提出將非結(jié)構(gòu)化數(shù)據(jù)與XML 文檔結(jié)合，將異構(gòu)數(shù)據(jù)轉(zhuǎn)換為同一數(shù)據(jù)格式數(shù)據(jù)，但僅限于提供想法并未進(jìn)行實(shí)際轉(zhuǎn)換。2022 年，程晗蕾等[3]稱用電采集系統(tǒng)需要對數(shù)據(jù)進(jìn)行中心化歸集、整理、挖掘、分析以改善電力交易質(zhì)量，但其研究重在解決傳輸

的不同,導(dǎo)致量測數(shù)據(jù)具有不同 的特征,如常規(guī)傳感器量測數(shù)據(jù)與在線分析儀數(shù)據(jù)相比,雖然采樣速率高,但數(shù)據(jù)精度較低[1-3];對于飛航導(dǎo)彈而言,高采樣速率的慣導(dǎo)數(shù)據(jù)短期動(dòng)態(tài)品質(zhì)好,而雙星定位系統(tǒng)在較長的時(shí)間內(nèi),可以提供精度較高的位置信息[4].因此,為了獲得更精確的狀態(tài)估計(jì)值,在立足常規(guī)量測值時(shí),如何更好地利用輔助量測數(shù)據(jù)引起了國內(nèi)外學(xué)者的廣泛關(guān)注.其中,融合策略是一種常見的方法,如航跡融合方法[5](Track to track fusion,TTF) 利用

類方法依賴于量測數(shù)據(jù)的完整性和可靠性。在實(shí)際工況中，電力系統(tǒng)量測數(shù)據(jù)在傳輸過程中會(huì)出現(xiàn)缺失[4]。此時(shí)，暫態(tài)穩(wěn)定評估模型評估性能將會(huì)顯著下降，因此需對量測數(shù)據(jù)缺失進(jìn)行處理。綜上，本文提出了一種考慮量測數(shù)據(jù)缺失的電力系統(tǒng)暫態(tài)穩(wěn)定評估方法。該方法基于生成對抗網(wǎng)絡(luò)(generative adversarial networks，GAN)和極限學(xué)習(xí)機(jī)(extreme learning machine，ELM)構(gòu)建GAN-ELM綜合評估模型。首先，以GAN模型修復(fù)電

。一類是依靠實(shí)測數(shù)據(jù)推算整個(gè)臺區(qū)損耗量的損失率法，如文獻(xiàn)[5]針對城市中低配電網(wǎng)具體運(yùn)行情況進(jìn)行定量分析，并基于此制定實(shí)際降損方案；文獻(xiàn)[6]采用基于張量的多用戶缺失數(shù)據(jù)補(bǔ)全模型來計(jì)算低壓配電網(wǎng)理論網(wǎng)損。另一類是通過等效模型計(jì)算網(wǎng)損的等值法，如文獻(xiàn)[7]基于等值電阻采用前推回代的方法對低壓側(cè)臺區(qū)線損進(jìn)行計(jì)算，有效提高了臺區(qū)線損的計(jì)算精度；文獻(xiàn)[8]基于電網(wǎng)相分量潮流模型計(jì)算網(wǎng)損；文獻(xiàn)[9]通過利用深度學(xué)習(xí)技術(shù)近似得到網(wǎng)絡(luò)模型參數(shù)。隨著微型同步相量量測單元μ

向上的投影（平測數(shù)據(jù)提供），這個(gè)投影反映不出缺陷在樁身徑向上的大小。要在剖面內(nèi)準(zhǔn)確定位缺陷的大小和位置，至少需要兩個(gè)方向的投影，而平測和斜測數(shù)據(jù)可以提供這兩個(gè)方向的投影。目前JGJ 106－2014《建筑樁基檢測技術(shù)規(guī)范》的判定標(biāo)準(zhǔn)只考慮了缺陷在樁身軸向上的分布，沒有考慮缺陷在樁身徑向上的分布。例如，某樁，埋設(shè) 3 根聲測管，在深度3.5～4 m 范圍內(nèi)，1 號管和 2 號管被泥包裹［1］。依據(jù)聲波透射原理，繪制異常聲測線分布圖，如圖 2 所示，那么聲學(xué)參

5]，電網(wǎng)中量測數(shù)據(jù)難免會(huì)面臨不同程度的缺失問題，這將對狀態(tài)估計(jì)的結(jié)果產(chǎn)生影響。量測重構(gòu)是保證量測數(shù)據(jù)冗余度的解決方法。傳統(tǒng)的數(shù)據(jù)重構(gòu)采用數(shù)理統(tǒng)計(jì)直接對缺失數(shù)據(jù)進(jìn)行修復(fù)，忽略了量測數(shù)據(jù)之間的時(shí)序特性，對電力系統(tǒng)的數(shù)據(jù)重構(gòu)效果不理想[6]。神經(jīng)網(wǎng)絡(luò)是一種有效挖掘量測數(shù)據(jù)之間時(shí)序特性的方法[7]，以學(xué)習(xí)規(guī)則簡單、非線性映射能力強(qiáng)而得到廣泛研究。文獻(xiàn)[8]使用淺層自動(dòng)編碼器神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)電力系統(tǒng)中量測數(shù)據(jù)之間的相關(guān)特性，實(shí)現(xiàn)缺失數(shù)據(jù)的重構(gòu)工作；文獻(xiàn)[9]采用前饋神

配電網(wǎng)的時(shí)序量測數(shù)據(jù),判斷不同節(jié)點(diǎn)的連接關(guān)系,從而構(gòu)建出網(wǎng)絡(luò)拓?fù)?。文獻(xiàn)［5-8］通過分析不同節(jié)點(diǎn)電壓間的相關(guān)性尋找節(jié)點(diǎn)連接關(guān)系。文獻(xiàn)［9-11］以系統(tǒng)的潮流計(jì)算、狀態(tài)估計(jì)功能為基礎(chǔ),對節(jié)點(diǎn)連接關(guān)系和線路參數(shù)進(jìn)行聯(lián)合辨識,但是要求大量且類型多樣的量測數(shù)據(jù)。上述方法需要數(shù)小時(shí)的量測數(shù)據(jù),無法實(shí)現(xiàn)配電網(wǎng)的在線拓?fù)浔孀R,若配電網(wǎng)拓?fù)湓跀?shù)據(jù)采樣期間發(fā)生變化,則無法保證算法的有效性。為了解決上述問題,一些研究從時(shí)間斷面數(shù)據(jù)角度切入,通過建立配電網(wǎng)時(shí)間斷面量測數(shù)據(jù)到拓?fù)?/div>

電力系統(tǒng)自動(dòng)化 2022年16期2022-08-30

研究可以適應(yīng)量測數(shù)據(jù)畸變甚至缺失的配電網(wǎng)自適應(yīng)電流保護(hù)方法。目前,基于通信的配電網(wǎng)自適應(yīng)保護(hù)研究根據(jù)自適應(yīng)調(diào)整對象可大致分為兩類:自適應(yīng)調(diào)整保護(hù)定值和自適應(yīng)調(diào)整保護(hù)策略。自適應(yīng)調(diào)整保護(hù)定值的方法所用量測信息包括“故障后”信息和“故障前”信息?；凇肮收虾蟆毙畔⒌淖赃m應(yīng)保護(hù)利用故障后的量測信息辨識所發(fā)生的故障狀態(tài)及系統(tǒng)運(yùn)行方式,一般對通信速度要求較高。文獻(xiàn)［6］利用主站系統(tǒng)獲取的配電網(wǎng)運(yùn)行狀態(tài)信息,通過差分進(jìn)化算法在線計(jì)算方向過流保護(hù)定值；文獻(xiàn)［8］通過故障

位需詳細(xì)整理收測數(shù)據(jù)，形成分析報(bào)告，并報(bào)上級主管部門匯總。頻譜收測工作是廣播監(jiān)測環(huán)節(jié)中的一項(xiàng)重要工作，具有重要意義。（1）它可以幫助人們了解收測地點(diǎn)廣播頻段無線電廣播頻譜占用情況，為有效地利用頻譜資源提供依據(jù)；（2）幫助恩們了解收測地點(diǎn)各頻道廣播電臺同密度，為有效地指配頻率提供依據(jù)；（3）幫助人們了解各國廣播電臺在收測地點(diǎn)的收聽情況和各國頻率的實(shí)際使用狀況，尤其是國外電臺對我國廣播情況；（4）幫助人們及時(shí)發(fā)現(xiàn)與查明我國電臺信號受干擾情況，及時(shí)發(fā)現(xiàn)與查明非法

而生. 高校體測數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘能直接反映項(xiàng)目集中數(shù)據(jù)的潛在關(guān)聯(lián), 對幫助學(xué)生提高體能素質(zhì)具有重要的意義.張崇林等[2]通過體質(zhì)測試數(shù)據(jù)處理方法分析, 認(rèn)為體質(zhì)測試數(shù)據(jù)適合進(jìn)行關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘, 并且通過關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘, 發(fā)現(xiàn)了原知識體系利用BMI 和體脂率評價(jià)肥胖的矛盾現(xiàn)象, 可知Apriori 算法利用逐層迭代搜索的方法挖掘數(shù)據(jù)間的關(guān)聯(lián)關(guān)系, 是目前關(guān)聯(lián)規(guī)則應(yīng)用最廣、最經(jīng)典的算法. 趙常紅等[3]運(yùn)用關(guān)聯(lián)規(guī)則的Apriori 算法并設(shè)置支持度、置信

結(jié)束,共收集比測數(shù)據(jù)382 組。2.2 樣本數(shù)據(jù)比測時(shí)段內(nèi),共收集到382 組水位比測數(shù)據(jù),水位變幅從1504.87 m到1505.57 m,見表1（因篇幅有限,表1僅截取部分?jǐn)?shù)據(jù)）。表1 開墾河站雷達(dá)水位計(jì)與人工觀測比測數(shù)據(jù)續(xù)表12020年實(shí)測最大洪峰流量僅為42.1 m3/s（7月13日）,對應(yīng)水位為1505.62 m,平均水深為0.81 m。根據(jù)開墾河站流量級劃分標(biāo)準(zhǔn),2020 年實(shí)測最大洪峰流量為中水,因此2020 年開墾河站沒有高水出現(xiàn),本次比測

。而目前電網(wǎng)量測數(shù)據(jù)從接入、存儲(chǔ)到訪問和應(yīng)用開發(fā)，均未有相關(guān)標(biāo)準(zhǔn)進(jìn)行規(guī)范化要求，不利于電網(wǎng)量測數(shù)據(jù)的深化應(yīng)用和高效管理［1－2］。由于各個(gè)系統(tǒng)的接入方式、存儲(chǔ)模型和訪問模式?jīng)]有進(jìn)行規(guī)范化處理，這就導(dǎo)致了無法對數(shù)據(jù)進(jìn)行高效的利用。因此，需要對接口訪問規(guī)范和采集量測數(shù)據(jù)共享技術(shù)進(jìn)行深入研究，提出科學(xué)、有效的解決方案，為智能電網(wǎng)的構(gòu)建提供有力的技術(shù)支持［3］。1 電網(wǎng)量測數(shù)據(jù)共享問題分析由于電網(wǎng)量測數(shù)據(jù)的種類繁多，數(shù)據(jù)來源具有異源性和異構(gòu)性，并涉及到電力系統(tǒng)的方

力情況，依據(jù)國測數(shù)據(jù)，分析了小學(xué)古詩文誦讀和積累的教學(xué)現(xiàn)狀，并從教學(xué)理念轉(zhuǎn)換、教學(xué)目標(biāo)優(yōu)化和教學(xué)方法創(chuàng)新三個(gè)維度提出優(yōu)化路徑，旨在提高小學(xué)古詩文誦讀和積累的教學(xué)質(zhì)量。一、古詩文誦讀的國測數(shù)據(jù)及其價(jià)值（一）古詩文誦讀國測數(shù)據(jù)內(nèi)涵國測是國家義務(wù)教育質(zhì)量監(jiān)測的簡稱，國測的數(shù)據(jù)結(jié)果一方面能夠體現(xiàn)義務(wù)教育相關(guān)的基本數(shù)據(jù)，反映義務(wù)教育各指標(biāo)的真實(shí)情況，另一方面則可以體現(xiàn)各地區(qū)義務(wù)教育的質(zhì)量情況，反映國家課程標(biāo)準(zhǔn)及相關(guān)教育政策的落實(shí)情況。2016年國測數(shù)據(jù)顯示，東莞市小

用不同時(shí)間的量測數(shù)據(jù)，辨識得到同一站點(diǎn)在不同時(shí)間的辨識參數(shù)，進(jìn)一步文獻(xiàn)[14]采用魯棒性的參數(shù)辨識方法來跟蹤負(fù)荷模型參數(shù)的時(shí)變性。一方面上述研究雖在一定程度上體現(xiàn)了電力負(fù)荷的時(shí)變性和分布性，但僅得到典型站點(diǎn)在典型時(shí)段的辨識參數(shù)，難以在全網(wǎng)范圍內(nèi)實(shí)時(shí)進(jìn)行；另一方面，電力負(fù)荷的時(shí)變性和分布性對系統(tǒng)仿真的影響研究并未涉及。近年來，廣域測量系統(tǒng)的發(fā)展可準(zhǔn)確捕捉電力系統(tǒng)的實(shí)際動(dòng)態(tài)，為負(fù)荷建模研究提供了重要的數(shù)據(jù)來源[15]，同時(shí)現(xiàn)有研究表明，電力系統(tǒng)正常運(yùn)行狀態(tài)下的

站獲取電離層斜測數(shù)據(jù)，匯聚到北京數(shù)據(jù)中心數(shù)據(jù)庫。通過人工判讀，生成可應(yīng)用的電離層斜測觀測數(shù)據(jù)。此數(shù)據(jù)集通過數(shù)據(jù)共享網(wǎng)站提供數(shù)據(jù)共享服務(wù)，為地震系統(tǒng)內(nèi)部各省地震局和研究所進(jìn)行地震監(jiān)測預(yù)測研究以及系統(tǒng)外部科研機(jī)構(gòu)和院校電離層觀測研究提供了基礎(chǔ)數(shù)據(jù)。1 數(shù)據(jù)采集和處理過程華北地震電離層監(jiān)測試驗(yàn)網(wǎng)由5 個(gè)垂測發(fā)射站（北京、新鄉(xiāng)、長春、青島和蘇州）和20個(gè)斜測接收站（大同、太原、石家莊、承德、陡河、文安、邯鄲、天津、蒙城、濱州、聊城、菏澤、濟(jì)寧、榆林、涇陽、沈陽、錦

1 引言船載外測數(shù)據(jù)處理主要是對外測設(shè)備的測量數(shù)據(jù)進(jìn)行量綱復(fù)原和系統(tǒng)誤差修正，用精確的計(jì)算方法進(jìn)行處理，以獲取飛行器精確的彈道參數(shù)。船載外測數(shù)據(jù)處理和陸基外測數(shù)據(jù)處理很多方面是相同的，但因前者有其特殊性，增加了數(shù)據(jù)處理的復(fù)雜性，它還必須對船搖引起的船體姿態(tài)變化、風(fēng)浪引起的船體變形和船位移動(dòng)進(jìn)行處理，才能獲取精確的外測數(shù)據(jù)[1,2]。船載外測設(shè)備主要包括單脈沖雷達(dá)、C波段微波統(tǒng)一系統(tǒng)(UCB(Union C Band))、經(jīng)緯儀以及慣性導(dǎo)航和變形測量等輔助測

1.1 隨鉆氣測數(shù)據(jù)標(biāo)準(zhǔn)化處理由于現(xiàn)場環(huán)境、工程、人為等因素不同，對隨鉆氣測數(shù)據(jù)都會(huì)造成不同的影響，為了便于分析對比，首先整理井場隨鉆氣測數(shù)據(jù)，應(yīng)用標(biāo)準(zhǔn)化處理方法對數(shù)據(jù)進(jìn)行無量綱、標(biāo)準(zhǔn)化預(yù)處理［21］；筆者采用的歸一標(biāo)準(zhǔn)化方法是各組分?jǐn)?shù)據(jù)除以全烴乘以100，以M-2Sa 井為例，隨鉆氣測數(shù)據(jù)與標(biāo)準(zhǔn)化處理數(shù)據(jù)對比見表2。表2 M-2Sa井隨鉆氣測數(shù)據(jù)與標(biāo)準(zhǔn)化處理數(shù)據(jù)對比Table2 Comparison between gas logging-while-d

挑戰(zhàn)[1]。量測數(shù)據(jù)的可觀性分析是保證狀態(tài)估計(jì)有效實(shí)施的前提，當(dāng)量測數(shù)據(jù)不完全可觀時(shí)，可以提供可觀孤島等信息，進(jìn)而指導(dǎo)量測裝置的選址，以實(shí)現(xiàn)系統(tǒng)量測數(shù)據(jù)的完全可觀。有必要指出，隨著中國電力事業(yè)的快速發(fā)展，高壓網(wǎng)架的可觀性已滿足狀態(tài)估計(jì)需求，但對于海量節(jié)點(diǎn)的中低壓網(wǎng)架，特別是配電網(wǎng)絡(luò)，由于節(jié)點(diǎn)數(shù)量大、投資成本高，當(dāng)前尚未將數(shù)據(jù)測量覆蓋至每一個(gè)節(jié)點(diǎn)，因此仍有必要研究狀態(tài)估計(jì)的可觀性問題，這對于構(gòu)建成本可控的配電網(wǎng)絡(luò)狀態(tài)估計(jì)系統(tǒng)具有實(shí)際意義。針對狀態(tài)估計(jì)可觀性分

量測誤差作為量測數(shù)據(jù)，采用IEEE13節(jié)點(diǎn)標(biāo)準(zhǔn)算例對兩種算法進(jìn)行對比分析。1 EKF與UKF算法采用1式表示狀態(tài)估計(jì)的狀態(tài)方程與量測方程上式中，x為狀態(tài)方程中的狀態(tài)向量，z為量測方程，w、v分別表示輸入噪聲與觀測噪聲，k表示時(shí)間。EKF算法流程參見文獻(xiàn)[4]，UKF算法流程如下所示：1）狀態(tài)量預(yù)測2）量測量預(yù)測該時(shí)刻的量測預(yù)測值。3）濾波修正至此完成UKF濾波過程。2 仿真分析本文采用IEEE13節(jié)點(diǎn)標(biāo)準(zhǔn)算例進(jìn)行仿真分析，如圖1所示。對于仿真過程中的初始噪

的不斷下降，量測數(shù)據(jù)呈現(xiàn)快速增長趨勢，逐步具備了大數(shù)據(jù)特征[6]。海量多類型的量測數(shù)據(jù)對電力系統(tǒng)狀態(tài)估計(jì)、設(shè)備評估、優(yōu)化運(yùn)行、事故分析等具有重要意義[7-8]。隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，海量量測數(shù)據(jù)的傳輸、存儲(chǔ)和分析也成為電力系統(tǒng)領(lǐng)域重要的研究方向。在此背景下，獲取更為真實(shí)可靠的電力系統(tǒng)量測數(shù)據(jù)變得越來越重要。然而由于氣候變化、噪聲干擾、通信延遲等多種復(fù)雜因素影響，數(shù)據(jù)采集、量測、傳輸和存儲(chǔ)過程中往往存在數(shù)據(jù)缺失等問題，導(dǎo)致無法獲取真實(shí)可靠的量測數(shù)據(jù)。200

多高精度衛(wèi)星磁測數(shù)據(jù)的積累，如何有效利用和挖掘衛(wèi)星磁測數(shù)據(jù)中的地磁場信息，成為亟待進(jìn)一步研究的重要課題(徐文耀，2009；Hulot et al.，2010; 常宜峰，2015).相比于海洋磁測、航空磁測和地面磁測，衛(wèi)星磁測是唯一可以快速獲得全球均勻分布磁測數(shù)據(jù)的有效方法.利用衛(wèi)星磁測數(shù)據(jù)不僅可以構(gòu)建全球主磁場模型，同時(shí)也可研究全球范圍內(nèi)地磁異常場的分布情況，以及空間電離層、磁層等外源磁場的結(jié)構(gòu)及特點(diǎn)(Langlais et al.，2010；Alken

統(tǒng)的電力系統(tǒng)量測數(shù)據(jù)通過數(shù)據(jù)采集與監(jiān)控（supervisory control and data acquisition,SCADA）系統(tǒng)獲取量測［1］,不同位置的SCADA 量測可能存在不同步的情形,影響數(shù)據(jù)精度,廣域測量系統(tǒng)（wide area measurement system,WAMS）是在SCADA 系統(tǒng)基礎(chǔ)上發(fā)展起來的動(dòng)態(tài)量測系統(tǒng),以同步相量測量單元（phasor measurement unit,PMU）為基層采集單元［2-4］,具有準(zhǔn)確時(shí)

SCADA）量測數(shù)據(jù),采取各種策略估計(jì)出外網(wǎng)等值參數(shù)。文獻(xiàn)［13-14］提出了單端口戴維南等值方法,即采用一個(gè)電壓源串聯(lián)一個(gè)阻抗來進(jìn)行外網(wǎng)等值,通過建立邊界節(jié)點(diǎn)處的多時(shí)段量測方程來求解等值參數(shù)；但該方法只能適用于單端口網(wǎng)絡(luò)的等值。文獻(xiàn)［15-16］提出了基于簡化Ward 等值方法,僅考慮邊界節(jié)點(diǎn)的等值線路與等值注入功率,并通過多次內(nèi)網(wǎng)支路開合操作獲得潮流狀態(tài)數(shù)據(jù),采用最小二乘法估計(jì)簡化Ward 等值參數(shù)。但該方法較難應(yīng)用于在線等值,因?yàn)樵趯?shí)際運(yùn)行時(shí)往往不允

法去分析評價(jià)體測數(shù)據(jù)和對學(xué)生進(jìn)行合理的分類，并且如何合理地推薦處方是目前研究的重點(diǎn)。只有科學(xué)和有效的運(yùn)動(dòng)處方方案，才能夠更好地讓學(xué)生進(jìn)行自我健康的體質(zhì)管理[3-4]。為此，本文提出了一種基于無監(jiān)督學(xué)習(xí)的大學(xué)生健康數(shù)據(jù)分類方法。該方法使用大學(xué)生的測試數(shù)據(jù)的BMI、肺活量、體前屈、立定跳遠(yuǎn)、50 米跑、1000 米跑（男）或800米（女）、引體向上（男）或仰臥起坐（女）作為輸入數(shù)據(jù)，通過K-medoids 聚類算法，將體質(zhì)類似的學(xué)生分在一起，老師可以根據(jù)不同的

。以周邊位移監(jiān)測數(shù)據(jù)為研究對象，對數(shù)據(jù)進(jìn)行回歸分析，繪制變形曲線，對隧道圍巖變形情況進(jìn)行分析，判斷隧道圍巖的穩(wěn)定性。2 施工現(xiàn)場監(jiān)控量測方案2.1 測點(diǎn)布設(shè)在隧道施工中進(jìn)行監(jiān)控量測，考慮到隧道圍巖等級主要為Ⅲ級圍巖，該隧道施工過程主要進(jìn)行必測項(xiàng)目的量測。隧道縱斷面量測間距一般為20 m～50 m，淺埋洞口段和軟弱結(jié)構(gòu)層地段量測間距不大于20 m。本隧道圍巖等級為Ⅲ級圍巖，量測間距為20 m～30 m，洞口淺埋段量測間距為10 m。隧道周邊位移測線數(shù)量通過開

以為SE提供量測數(shù)據(jù)。在以上兩類數(shù)據(jù)中，RTU覆蓋率好，但是數(shù)據(jù)精度低，且采樣周期長；PMU數(shù)據(jù)精度較高，但覆蓋率較差[6]。目前，基于RTU的SE方法得到了廣泛應(yīng)用，在多數(shù)情況下其估計(jì)性能均可滿足要求，但仍存在如下問題：①對某些強(qiáng)相關(guān)的一致性不良數(shù)據(jù)，單純基于RTU數(shù)據(jù)的SE無法進(jìn)行有效辨識；②在某些配電網(wǎng)中，單純的RTU數(shù)據(jù)有時(shí)不能保證SE的可觀性，而在輸電網(wǎng)中，單純基于RTU數(shù)據(jù)的SE冗余度不高，不利于提高SE精度。因此，將RTU數(shù)據(jù)和PMU數(shù)據(jù)融合

別進(jìn)行前測和后測數(shù)據(jù)收集。收集的前測和后測數(shù)據(jù)均包括元認(rèn)知策略調(diào)查問卷、自主學(xué)習(xí)問卷和英語測試。三、數(shù)據(jù)分析1.元認(rèn)知策略方面。對照班的元認(rèn)知策略調(diào)查問卷前測和后測數(shù)據(jù)平均分值無明顯差異，實(shí)驗(yàn)班的英語元認(rèn)知策略調(diào)查問卷后測數(shù)據(jù)平均分值(87.45)與前測(74.76)相比有明顯提高(p＜0.05)。由此看出，應(yīng)用元認(rèn)知理論進(jìn)行教學(xué)活動(dòng)使學(xué)生的英語元認(rèn)知策略水平顯著提高。2.自主學(xué)習(xí)方面。實(shí)驗(yàn)數(shù)據(jù)表明實(shí)驗(yàn)班的學(xué)生自主學(xué)習(xí)水平在經(jīng)過元認(rèn)知培訓(xùn)之后得到了很大提高

藝相結(jié)合，但氣測數(shù)據(jù)從采集到分析都會(huì)受諸多因素的影響，其中地質(zhì)因素是無法改變的；儀器設(shè)備經(jīng)過定期標(biāo)定、校準(zhǔn)可最大限度消除影響；繩索取芯鉆進(jìn)工藝，與常規(guī)鉆進(jìn)相比，增加了取芯作業(yè)環(huán)節(jié)[1-4]。本文將結(jié)合實(shí)例，從取芯作業(yè)和泥漿泵排量兩個(gè)方面探討繩索取芯鉆進(jìn)工藝對氣測錄井的影響。2 取芯作業(yè)對氣測錄井影響2.1 取芯作業(yè)基本流程繩索取芯鉆進(jìn)工藝是在回次終了，巖芯裝滿取芯內(nèi)管時(shí)，不提升全套鉆具而是用帶鋼絲繩的打撈器從鉆桿中把取芯內(nèi)管提出，待把巖芯取出后又從鉆桿中把

邊一個(gè)實(shí)驗(yàn)前后測數(shù)據(jù)對比表1 一邊一個(gè)前后測數(shù)據(jù)差異性分析表通過對實(shí)驗(yàn)組前后測數(shù)據(jù)進(jìn)行w i l c o x o n檢驗(yàn)，結(jié)果如表1所示，底角命中數(shù)的前測均值為21.13個(gè)，后側(cè)均值為33.63個(gè)，后側(cè)比前測提升了12.5個(gè)，從而說明命中率在提高；前測最大值為27，后側(cè)最大值為44，后側(cè)比前測提升了17；前測最小值為16，后側(cè)最小值為25，后側(cè)比前測提升了9；前測標(biāo)準(zhǔn)差為4.324，后側(cè)標(biāo)準(zhǔn)差為6.457，后側(cè)比前測提升了2.133；通過前后側(cè)的配對樣本T

。電壓互感器量測數(shù)據(jù)是重要的感知數(shù)據(jù)源頭之一，是實(shí)現(xiàn)電力系統(tǒng)智能分析與控制的前提條件[1]。錯(cuò)誤的量測數(shù)據(jù)不僅可能導(dǎo)致自動(dòng)裝置誤動(dòng)和拒動(dòng)，還可能誤導(dǎo)調(diào)度人員做出錯(cuò)誤決策，嚴(yán)重影響電力系統(tǒng)安全穩(wěn)定運(yùn)行。然而，電壓互感器故障是無法完全避免的，因此，亟需一種行之有效的電壓互感器故障識別方法，當(dāng)電壓互感器發(fā)生故障時(shí)，能及時(shí)準(zhǔn)確地識別出故障，避免錯(cuò)誤測量數(shù)據(jù)造成不良影響。近年來，電壓互感器故障識別技術(shù)受到了廣泛研究，并形成諸多方法。這些方法可以歸納為以下兩類：1)基

地提出了一種路測數(shù)據(jù)分析呈現(xiàn)方法，簡化了數(shù)據(jù)處理的復(fù)雜度，提升了地鐵網(wǎng)絡(luò)優(yōu)化分析的直觀性和有效性。2 傳統(tǒng)路測數(shù)據(jù)地鐵場景覆蓋呈現(xiàn)分析方法當(dāng)前，針對地鐵場景的測試與分析主要借助于自動(dòng)路測設(shè)備和人工記錄與分析，它主要包含現(xiàn)場路測數(shù)據(jù)采集和覆蓋評估分析兩個(gè)步驟進(jìn)行。2.1 現(xiàn)場路測數(shù)據(jù)采集現(xiàn)場路測數(shù)據(jù)采集主要采用自動(dòng)路測設(shè)備和人工配合記錄到離站點(diǎn)時(shí)間點(diǎn)方式，相應(yīng)路測數(shù)據(jù)采集流程如圖1所示。在開始進(jìn)行路測數(shù)據(jù)采集之前，首選整理和收集好測試地鐵線路的站點(diǎn)信息以便測

一）體質(zhì)健康監(jiān)測數(shù)據(jù)結(jié)果分析1.實(shí)驗(yàn)前，實(shí)驗(yàn)班與對照班在體質(zhì)健康測試數(shù)據(jù)上無顯著性差異，可以進(jìn)行實(shí)驗(yàn)對比。2.實(shí)驗(yàn)后，實(shí)驗(yàn)班與對照班在體質(zhì)健康數(shù)據(jù)上有顯著性差異。實(shí)驗(yàn)后，實(shí)驗(yàn)班和對照班的學(xué)生在1分鐘跳繩（T=3.107，P＜0.05）、肺活量（T=1.989，P＜0.05）和1分鐘仰臥起坐（T=5.250，P＜0.05）項(xiàng)目上具有非常顯著性差異，在身高（T=1.151，P＞0.05）、體重（T=.475，P＞0.05）、BMI（T=.089，P＞0.05）

)對設(shè)備時(shí)標(biāo)量測數(shù)據(jù)一般使用周期采集方式，而這種數(shù)據(jù)采集方式不能完整的記錄電網(wǎng)變化的全部細(xì)節(jié)，對于電網(wǎng)短時(shí)事件(例如跳變、沖擊負(fù)荷等)無法進(jìn)行有效的記錄與分析；同時(shí)，配電網(wǎng)設(shè)備輔助分析系統(tǒng)建設(shè)不健全，對設(shè)備運(yùn)行狀態(tài)的評價(jià)和分析能力有所欠缺，不能及時(shí)掌握和診斷設(shè)備的現(xiàn)時(shí)運(yùn)行狀況以及預(yù)測未來可能發(fā)生的風(fēng)險(xiǎn)。因此，對配電網(wǎng)設(shè)備時(shí)標(biāo)量測數(shù)據(jù)進(jìn)行全息采集，并在此基礎(chǔ)上對數(shù)據(jù)進(jìn)行科學(xué)合理地分析和評估，輔助配電網(wǎng)檢修人員提高設(shè)備檢修的針對性，在劣化設(shè)備發(fā)生故障前及時(shí)發(fā)現(xiàn)

中雷達(dá)得到的量測數(shù)據(jù)映射到高維量測特征空間中,利用量測數(shù)據(jù)的多元密度分布的幾何特征定義量測誤差影響因子(MEIF)、量測穩(wěn)定性影響因子(MSIF)和干擾影響因子(JIF),定量分析干擾對雷達(dá)的影響以及雷達(dá)的綜合抗干擾性能。計(jì)算機(jī)仿真表明,新的評估指標(biāo)可以準(zhǔn)確反映雷達(dá)的抗干擾性能,實(shí)驗(yàn)結(jié)果與理論分析相符。復(fù)雜電磁環(huán)境;雷達(dá);抗干擾;性能評估0 引言現(xiàn)代戰(zhàn)場上,雷達(dá)通常需要在復(fù)雜電磁環(huán)境中工作,在面對各式各樣干擾的情況下,同樣需要具備精確可靠探測的能力,即抗干

驗(yàn)，還對具有缺測數(shù)據(jù)的年觀測資料得來的主要分潮調(diào)和常數(shù)進(jìn)行了置信度確定。結(jié)果表明，由完整年觀測資料得來的分潮振幅具有毫米級精度。根據(jù)α=0.1進(jìn)行t檢驗(yàn)后，由年觀測序列得來的122個(gè)分潮有近一半的分潮對實(shí)際計(jì)算水位高度沒有較大作用。由具有缺測數(shù)據(jù)的年觀測資料得來的長周期分潮振幅的置信度下降明顯。驗(yàn)潮站；潮汐；調(diào)和常數(shù)；假設(shè)檢驗(yàn)1 引言潮汐作為海洋里較典型的現(xiàn)象，掌握其規(guī)律性變化對海洋工程建設(shè)、航道交通、海洋防災(zāi)減災(zāi)等具有重要的作用［11］。對潮汐調(diào)和分析的

431)船載外測數(shù)據(jù)的實(shí)時(shí)檢擇方法*吳金美**，侯亞威，李永剛，凌曉冬(中國衛(wèi)星海上測控部，江蘇 江陰 214431)分析了航天測量船的任務(wù)特點(diǎn)和船載外測數(shù)據(jù)的野值特性，研究實(shí)時(shí)處理船載外測數(shù)據(jù)野值的檢擇方法。通過兩套設(shè)備的外測數(shù)據(jù)信息橫向比對消除船搖對數(shù)據(jù)檢擇的影響，建立了自適應(yīng)權(quán)值和閾值的模型，給出了基于坐標(biāo)轉(zhuǎn)換和加權(quán)融合的分步式船載外測數(shù)據(jù)實(shí)時(shí)檢擇方法。實(shí)例數(shù)據(jù)驗(yàn)證結(jié)果表明所提方法可以實(shí)時(shí)有效地解決外測預(yù)處理階段的野值檢擇問題。航天測量船；外測數(shù)據(jù)；

據(jù)采集，分析前測數(shù)據(jù)與后測數(shù)據(jù)的差異，得出軟式壘球?qū)Υ髮W(xué)生體質(zhì)健康的影響結(jié)果。軟式壘球 大學(xué)生 體質(zhì)健康軟式壘球是當(dāng)前新興起的一項(xiàng)時(shí)尚運(yùn)動(dòng)，具有很強(qiáng)的娛樂性。它不僅具備了棒壘球運(yùn)動(dòng)中跑、跳、投、打?yàn)橐惑w的特點(diǎn)，而且還解決了棒壘球運(yùn)動(dòng)規(guī)則復(fù)雜、投手技術(shù)要求高等制約該項(xiàng)目發(fā)展的問題。自從我國把這項(xiàng)新型運(yùn)動(dòng)項(xiàng)目引進(jìn)校園后，不僅迅速在全國各地中小學(xué)得到快速的發(fā)展，更是受到了廣大大學(xué)生的喜愛和積極參與，提升了現(xiàn)代大學(xué)生對體育課的參與意愿。本文通過對全國6所高校選修軟

析SCADA量測數(shù)據(jù)與WAMS量測數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，提出基于不同類型量測數(shù)據(jù)的參數(shù)辨識模型。應(yīng)用實(shí)測數(shù)據(jù)對500 kV線路的參數(shù)進(jìn)行辨識，驗(yàn)證了文中所提方法的工程實(shí)用性。從辨識模型、辨識方法、辨識結(jié)果等方面分析了使用不同類型量測數(shù)據(jù)進(jìn)行參數(shù)辨識的異同點(diǎn)。為電力系統(tǒng)調(diào)度人員更新數(shù)據(jù)庫中線路參數(shù)提供依據(jù)。電力系統(tǒng)；監(jiān)視控制與數(shù)據(jù)采集；廣域測量系統(tǒng)；線路參數(shù)0 引言準(zhǔn)確的線路參數(shù)是電力系統(tǒng)運(yùn)行控制的基礎(chǔ)［1］。電力系統(tǒng)的潮流計(jì)算、狀態(tài)估計(jì)、繼電保護(hù)等過程的可信度

率實(shí)驗(yàn)前測和后測數(shù)據(jù)比較與分析如表7、圖2、圖3所示，通過比較實(shí)驗(yàn)組、對照組實(shí)驗(yàn)前測、后測1min跳投、定點(diǎn)跳投、運(yùn)球急停跳投數(shù)據(jù)均值可知，實(shí)驗(yàn)組通過8周的核心穩(wěn)定性訓(xùn)練后均比實(shí)驗(yàn)前命中率有所提高，相對來說定點(diǎn)跳投和急停跳投命中率上升比較明顯；對照組經(jīng)過8周的正常訓(xùn)練課后，3項(xiàng)跳投的命中率也均有所提高，但是提高幅度相對較小。運(yùn)用獨(dú)立樣本t-檢驗(yàn)對實(shí)驗(yàn)組和對照組的后測數(shù)據(jù)均值進(jìn)行檢驗(yàn)，結(jié)果表明通過8周的核心穩(wěn)定性訓(xùn)練后，實(shí)驗(yàn)組和對照組命中率后測均值1min跳

大數(shù)據(jù)技術(shù)的量測數(shù)據(jù)處理系統(tǒng)設(shè)計(jì)猶 鋒，曹 健，謝玉波（國網(wǎng)電力科學(xué)研究院 江蘇瑞中數(shù)據(jù)股份有限公司，江蘇 南京 210000）針對傳統(tǒng)關(guān)系型數(shù)據(jù)庫用于電力信息系統(tǒng)量測數(shù)據(jù)處理效率低的問題，文章設(shè)計(jì)并實(shí)現(xiàn)了基于大數(shù)據(jù)技術(shù)的量測數(shù)據(jù)處理系統(tǒng)?；诜植际较㈥?duì)列技術(shù)，該系統(tǒng)實(shí)現(xiàn)了大規(guī)模量測數(shù)據(jù)的緩沖接入；基于流計(jì)算技術(shù)，提高了量測數(shù)據(jù)在入庫前的實(shí)時(shí)處理效率；設(shè)計(jì)了量測數(shù)據(jù)列式存儲(chǔ)模型，實(shí)現(xiàn)了大規(guī)模量測數(shù)據(jù)的高效存取。量測數(shù)據(jù)；大數(shù)據(jù)技術(shù)；列式存儲(chǔ)模型隨著智能電

隧道施工監(jiān)控量測數(shù)據(jù)的分析及應(yīng)用技術(shù)崔守建(山西路橋第一工程有限責(zé)任公司,山西太原 030006)隧道監(jiān)控量測是隧道新奧法設(shè)計(jì)施工理論的核心內(nèi)容之一,通過對監(jiān)控量測數(shù)據(jù)進(jìn)行合理的處理及分析,可以有效的消除監(jiān)控量測數(shù)據(jù)的誤差,并使分析后的數(shù)據(jù)達(dá)到監(jiān)測隧道施工安全、指導(dǎo)施工生產(chǎn)、便利施工管理、修正設(shè)計(jì)的目的。監(jiān)控量測 數(shù)據(jù)處理分析 回歸分析1 引言目前，隧道的設(shè)計(jì)施工主要存在兩種理論方法：一種理論是二十世紀(jì)20年代提出的傳統(tǒng)的“松弛荷載理論”；另一種理論是二十

息進(jìn)行校驗(yàn)以檢測數(shù)據(jù)傳輸是否錯(cuò)誤。通常的做法就是使用校驗(yàn)碼，而CRC（循環(huán)冗余校驗(yàn)碼，Cyclic Redundancy Check ）就是其中最常用的一種校驗(yàn)碼。為此本文對Modbus RTU及CRC原理進(jìn)行了分析，詳細(xì)介紹了CRC-16字節(jié)型算法的實(shí)現(xiàn)過程，并給出了項(xiàng)目實(shí)踐中應(yīng)用的關(guān)鍵代1 Modbus RTU協(xié)議1.1 Modbus協(xié)議簡介Modbus協(xié)議是一種工業(yè)自動(dòng)化系統(tǒng)常采用的通用標(biāo)準(zhǔn)協(xié)議，最初于1979年由Modicon公司提出。以其開放、標(biāo)

對連續(xù)掃描的量測數(shù)據(jù)加以運(yùn)動(dòng)特性約束。LBM采用相關(guān)波門對量測數(shù)據(jù)進(jìn)行統(tǒng)計(jì)判決,在稀疏雜波環(huán)境下能有效起始航跡。③批處理算法,典型的算法包括Hough變換法(Hough Transform,HT)[7]及其改進(jìn)算法等。Hough變換法被廣泛應(yīng)用于模式識別和圖像處理[7-8]。修正的Hough法采用遞歸的方法,通過對量測數(shù)據(jù)的過零交匯點(diǎn)的約束,能獲得比Hough變換法更優(yōu)的性能[9]。④仿生智能算法[10],包括遺傳算法、蟻群算法等。海面多目標(biāo)航跡起始問題實(shí)

水平。定義了量測數(shù)據(jù)一致性指標(biāo)，針對多個(gè)變電站實(shí)測數(shù)據(jù)分析SCADA數(shù)據(jù)的一致性情況，揭示電網(wǎng)SCADA數(shù)據(jù)的可信度，為工程人員系統(tǒng)掌握SCADA數(shù)據(jù)質(zhì)量提供參考。電力系統(tǒng)；SCADA；誤差分析；一致性0 引言從20世紀(jì)60年代起，隨著電網(wǎng)調(diào)度控制系統(tǒng)自動(dòng)化水平的不斷提高，監(jiān)視控制與數(shù)據(jù)采集系統(tǒng)（Supervisory Control And Data Acquisition，SCADA）為系統(tǒng)運(yùn)行人員提供了一手的現(xiàn)場量測數(shù)據(jù)，在電力系統(tǒng)中發(fā)揮著重要作用［

來的新的實(shí)時(shí)量測數(shù)據(jù)，提出一種改進(jìn)的智能配電網(wǎng)狀態(tài)估計(jì)方法，以AMI量測節(jié)點(diǎn)作為邊界節(jié)點(diǎn)對配電網(wǎng)進(jìn)行分層，將系統(tǒng)解耦為若干子區(qū)域?qū)崿F(xiàn)并行計(jì)算。再在配網(wǎng)系統(tǒng)解耦的基礎(chǔ)上，提出基于子區(qū)域負(fù)荷分配系數(shù)預(yù)測的節(jié)點(diǎn)負(fù)荷偽量測生成方法。最后，將IEEE33標(biāo)準(zhǔn)配電系統(tǒng)配置5個(gè)AMI量測節(jié)點(diǎn)，對其進(jìn)行分層狀態(tài)估計(jì)，并生成節(jié)點(diǎn)負(fù)荷偽量測數(shù)據(jù)。結(jié)果表明：與整體估計(jì)相比，分層狀態(tài)估計(jì)方法在保證高精度的前提下提高了計(jì)算速度；生成的偽量測數(shù)據(jù)精度優(yōu)于負(fù)荷預(yù)測得到的偽量測數(shù)據(jù)。狀態(tài)

作步驟。d.量測數(shù)據(jù)的整理。3)周邊位移。a.量測斷面的設(shè)置。b.洞內(nèi)測點(diǎn)布設(shè)原則。c.周邊位移的觀測。d.量測數(shù)據(jù)的處理及應(yīng)用。4)拱頂下沉。a.量測斷面:同周邊位移一致。b.洞內(nèi)測點(diǎn)布設(shè)原則:同周邊位移一致。c.拱頂下沉量測。d.量測數(shù)據(jù)處理及應(yīng)用。5)錨桿抗拔力。a.試驗(yàn)斷面位置的選擇。b.試驗(yàn)設(shè)備:錨桿測力計(jì)及拉拔儀。c.數(shù)據(jù)處理。3 監(jiān)控量測數(shù)據(jù)實(shí)例分析下面就西家塔隧道ZK25+770斷面水平收斂數(shù)據(jù)簡要分析一下。根據(jù)我們對隧道初期支護(hù)布點(diǎn)采集的

時(shí)數(shù)據(jù)處理中光測數(shù)據(jù)的預(yù)判,其融合原理如圖1所示.圖1 帶反饋信息的數(shù)據(jù)融合算法Fig.1 Feedback information with data fusion algorithm該方法首先把濾波后的光測數(shù)據(jù)進(jìn)行異步數(shù)據(jù)融合處理,使其與濾波后雷測數(shù)據(jù)在時(shí)間上達(dá)到同步,然后再進(jìn)行一步數(shù)據(jù)融合,并將一步融合獲得的預(yù)測估計(jì)及其協(xié)方差陣作為下一步光測數(shù)據(jù)的預(yù)判依據(jù),如果光測數(shù)據(jù)偏離該依據(jù),并超過設(shè)定的誤差限,則此步光測數(shù)據(jù)將被剔除,從而實(shí)現(xiàn)對光測設(shè)備最佳測量

預(yù)測值ρ——預(yù)測數(shù)據(jù)在合成數(shù)據(jù)中占比Pmeas——測試數(shù)據(jù)值由式(1)可知:Pcom是預(yù)測值和測試數(shù)據(jù)的合成；ρ為工程經(jīng)驗(yàn)值，可根據(jù)路測數(shù)據(jù)時(shí)效、測試環(huán)境和仿真環(huán)境的擬合程度等因素綜合確定。直觀而言，式(1)針對路測數(shù)據(jù)點(diǎn)、通過路測數(shù)據(jù)計(jì)算的間接數(shù)據(jù)點(diǎn)和預(yù)測數(shù)據(jù)重合。路測數(shù)據(jù)和預(yù)測數(shù)據(jù)不重合時(shí)，則引入滾降因子和內(nèi)插法，計(jì)算路測數(shù)據(jù)周圍間接數(shù)據(jù)點(diǎn)。內(nèi)插法是用一組已知的自變量的值和與它對應(yīng)的函數(shù)值來求一種未知函數(shù)其他值的近似計(jì)算方法，其本質(zhì)為利用數(shù)據(jù)間的相關(guān)性

s.根據(jù)以上所測數(shù)據(jù)，計(jì)算出不同轉(zhuǎn)速下的土壤體積含水率，取平均值作為最終的土壤體積含水率，從而得到實(shí)測的土壤水分特征曲線。Two receiving sensors and an impulse sound source are located in a straight line.The sensor spacing is taken as 100 m.In the range of 9.1 to 10 km away from the outer se

擬合法在船載外測數(shù)據(jù)實(shí)時(shí)壓縮算法中的應(yīng)用?吳金美，胡上成，凌曉冬（中國衛(wèi)星海上測控部，江蘇江陰214431）為了解決船載外測設(shè)備采樣數(shù)量大的問題，船中心機(jī)必須對外測數(shù)據(jù)進(jìn)行實(shí)時(shí)預(yù)處理，適當(dāng)壓縮后才能向外發(fā)送。將多項(xiàng)式擬合的方法應(yīng)用到外測數(shù)據(jù)的實(shí)時(shí)壓縮算法之中，通過建立一組正交多項(xiàng)式基，運(yùn)用最小二乘法估計(jì)得到擬合點(diǎn)的平滑公式，在綜合分析多項(xiàng)式截?cái)嗾`差和隨機(jī)誤差的基礎(chǔ)上總結(jié)得出最佳壓縮多項(xiàng)式次數(shù)和采樣點(diǎn)數(shù)。理論分析和實(shí)例仿真結(jié)果均表明，該方法達(dá)到了良好的壓縮和