21、数据降维技术在能源系统诊断中的应用与分析

数据降维技术在能源系统诊断中的应用与分析

1. 光伏电池化学组成的颜色描述

1.1 光伏电池化学组成分析背景

光伏电池由硅制成，但由于污染和其他杂质，电池的化学成分可能会局部变化，这些污染会降低电池的产量。光谱分析可用于研究局部化学成分，但对于电池的给定区域，光谱分析会提供各种波长的大量测量值，这些光谱数据可视为高维数据，难以对电池进行全局分析。

1.2 降维方法及应用

为了从这些高维数据中进行推断，采用了两种降维方法：
- 度量映射方法（如Isomap） ：该方法考虑距离。在分析中，观察到几种明显不同的成分，这些差异较大的区域会拉伸颜色编码，从而隐藏成分的小变化。在其生成的地图中，大部分分析表面接近青色，只有几个小区域为红色、深蓝色或白色。
- 非度量方法（如RankVisu） ：该方法考虑邻域关系，倾向于减少离群值的影响，能够更精细地描述小变化。在其生成的地图中，可以找到更多种类的颜色。

1.3 颜色映射过程

光谱测量数据以Excel文件形式呈现，通过上述两种映射方法将其嵌入到二维空间中，并与二维HSV颜色空间关联，为每个分析区域分配唯一的颜色，颜色的接近程度表示化学成分的接近程度。

方法	颜色多样性	原理
度量方法（Isomap）	低