基于SPSS統(tǒng)計(jì)工具的紅外測(cè)溫結(jié)果線性回歸分析

基于SPSS統(tǒng)計(jì)工具的紅外測(cè)溫結(jié)果線性回歸分析引言目前國(guó)內(nèi)外變電設(shè)備測(cè)溫多采用紅外診斷技術(shù)，該技術(shù)對(duì)電氣設(shè)備的早期故障缺陷及絕緣性能做出可靠的預(yù)測(cè)，使傳統(tǒng)電氣設(shè)備的預(yù)防性試驗(yàn)維修提高到預(yù)知狀態(tài)檢修，這也是現(xiàn)代電力企業(yè)發(fā)展的方向。使用便攜紅外測(cè)溫儀測(cè)量變電設(shè)備溫度，并依據(jù)相應(yīng)規(guī)范標(biāo)準(zhǔn)對(duì)異常測(cè)溫結(jié)果進(jìn)行缺陷定級(jí)管理。利用線性回歸原理建立數(shù)學(xué)模型能為缺陷定性定級(jí)提供參考意見(jiàn)，并對(duì)過(guò)熱缺陷的發(fā)展進(jìn)行預(yù)測(cè)?；貧w分析數(shù)據(jù)運(yùn)算較繁瑣，隨著計(jì)算機(jī)技術(shù)的發(fā)展，越來(lái)越多的軟件提供了強(qiáng)大的數(shù)據(jù)分析功能，具有運(yùn)算精度高，分析全面等優(yōu)點(diǎn)。SPSS（StatisticalProgramforSocialSciences）能提供強(qiáng)大的回歸分析功能，應(yīng)用于紅外測(cè)溫結(jié)果分析研究可取得良好效果。標(biāo)簽：線性回歸；發(fā)熱；預(yù)測(cè)1回歸分析的可行性在現(xiàn)實(shí)生活中，某個(gè)現(xiàn)象的發(fā)生或某種結(jié)果的得出往往與其他某個(gè)或某些因素有關(guān)，而這種關(guān)系又難以從機(jī)理上給出準(zhǔn)確的定量描述，只是從數(shù)據(jù)上可以看出有“有關(guān)的趨勢(shì)”。線性回歸分析可以用來(lái)研究這種因變量與自變量的相關(guān)關(guān)系，它假設(shè)因變量與自變量之間為線性關(guān)系，用一定的線性回歸模型來(lái)擬合因變量和自變量的數(shù)據(jù)，并通過(guò)確定模型參數(shù)來(lái)得到回歸方程，然后可以通過(guò)回歸方程分析變量之間的相關(guān)關(guān)系，并判斷認(rèn)定的因變量與自變量之間是否具有密切的影響關(guān)系。而在實(shí)際運(yùn)行中，對(duì)變電設(shè)備發(fā)熱缺陷進(jìn)行跟蹤觀察往往可以發(fā)現(xiàn)溫度的變化趨勢(shì)與某些因素的變化存在所說(shuō)的“有關(guān)的趨勢(shì)”，如流過(guò)的電流大小，環(huán)境溫度等，我們可以假設(shè)這些因素對(duì)過(guò)熱缺陷的變化趨勢(shì)是有影響的，因此我們可以借助這些參數(shù)來(lái)對(duì)溫度進(jìn)行相關(guān)的數(shù)學(xué)分析，并通過(guò)結(jié)果來(lái)判斷我們的假設(shè)是否成立。2樣本選取與模型建立2.1回歸模型樣本選取2.2回歸模型建立由表2可知，計(jì)算做出了兩個(gè)模型，我們要對(duì)它們進(jìn)行比較。變電設(shè)備的發(fā)熱是受多種因素影響的，各種因素對(duì)其變化影響作用力也不同。以本例來(lái)說(shuō)，從R復(fù)相關(guān)系數(shù)看出，模型2的相關(guān)性較模型1要好，兩者區(qū)別在于模型1在計(jì)算時(shí)剔除了環(huán)境溫度這個(gè)自變量，但是盡管如此，兩者差距不大，仍保持了較高的數(shù)值。表3中Beta值是標(biāo)準(zhǔn)偏回歸誤差，表示這個(gè)自變量對(duì)因變量的影響，數(shù)值越大代表影響越大。表4則說(shuō)明了軟件分析認(rèn)為環(huán)境溫度對(duì)發(fā)熱溫度的影響不大，于是在模型1中將該自變量剔除了。以上結(jié)果說(shuō)明幾點(diǎn)：1、流過(guò)電流、環(huán)境溫度的變化確實(shí)對(duì)設(shè)備發(fā)熱溫度變化有影響；2、環(huán)境溫度的變化對(duì)設(shè)備發(fā)熱溫度變化影響不大；3、除了這兩個(gè)因素之外，可能還有其他因素對(duì)設(shè)備發(fā)熱變化起作用。本文采用相關(guān)性較好的模型2作為最優(yōu)的模型，線性回歸模型為：為y=-21.976+66.176x1+0.752x2，，式中y是發(fā)熱溫度，x1是流過(guò)電流，x2是環(huán)境溫度。2.3回歸模型的檢驗(yàn)2.3.1擬合優(yōu)度檢驗(yàn)在未經(jīng)過(guò)數(shù)據(jù)處理修正的情況下，模型2的相關(guān)系數(shù)為0.904，表明因變量中，能用自變量的變動(dòng)結(jié)束的百分比。說(shuō)發(fā)熱溫度與流過(guò)電流、環(huán)境溫度存在高度的相關(guān)性。2.3.2F檢驗(yàn)、T檢驗(yàn)及多重共線性檢驗(yàn)由圖2結(jié)果曲線看，模型2的計(jì)算數(shù)值和實(shí)際測(cè)量值的曲線趨勢(shì)走向也較為接近，但是部分點(diǎn)存在一定誤差。由于建模前對(duì)于樣本中的奇異點(diǎn)為進(jìn)行修正處理，而且在模型擬合的過(guò)程中求得各個(gè)因數(shù)也會(huì)存在一定的誤差，因此計(jì)算出的部分結(jié)果會(huì)和實(shí)際測(cè)量值之間存在誤差，但是模型2計(jì)算值和測(cè)量值整體的趨勢(shì)線還是很吻合的，如果需要提高精度，可以根據(jù)之前求得的隨機(jī)誤差根據(jù)要求對(duì)模型進(jìn)行一定修正。異常發(fā)熱的情況較為復(fù)雜，如果通過(guò)數(shù)學(xué)手段對(duì)異常發(fā)熱情況進(jìn)行預(yù)測(cè)，計(jì)算出的預(yù)測(cè)值還是需要結(jié)合誤差情況給予一定修正。3結(jié)論線性回歸建模結(jié)果證明了本文的假設(shè)，發(fā)熱溫度和電流、環(huán)境溫度是有線性關(guān)系的，也求得了模型。但是特別要注意的是，除了溫度、電流測(cè)量的誤差之外，另外可能存在其他變量影響發(fā)熱溫度的變化，這些都會(huì)給模型預(yù)測(cè)的結(jié)果帶來(lái)誤差，甚至計(jì)算結(jié)果會(huì)與實(shí)測(cè)值產(chǎn)生較大偏差。需要指出的是，影響預(yù)測(cè)準(zhǔn)度的眾多因素并不妨礙本文所研究模型本身的有效性。實(shí)際上，在發(fā)現(xiàn)設(shè)備發(fā)熱缺陷到缺陷處理為止，設(shè)備可能無(wú)法直接停運(yùn)甚至帶病運(yùn)行一段時(shí)間，此時(shí)設(shè)備發(fā)熱情況可能存在一個(gè)較為穩(wěn)定的狀態(tài)，直到平衡被打破，情況突然惡化。本文提出建立數(shù)學(xué)模型的方法，就是希望借由一定的測(cè)溫結(jié)果作為樣本，通過(guò)計(jì)算建模反映帶病設(shè)備的發(fā)熱趨勢(shì)，通過(guò)極限情況求值計(jì)算該情況下設(shè)備可能達(dá)到的最高發(fā)熱溫度，以作參考，這才是預(yù)測(cè)模型的實(shí)際意義。如本文所舉例子，考慮根據(jù)之前的各因數(shù)的隨機(jī)誤差，對(duì)數(shù)學(xué)模型進(jìn)行修正，以求取極限值，修正后模型為ymax=-18.356+71.5X1+0.903X2，所得結(jié)果曲線如圖3所示。取電流1.05kA，環(huán)境溫度40攝氏度，利用修正后模型求得此時(shí)發(fā)熱值為92.8。該預(yù)測(cè)值的意義在于提供一