02 折线图 lineplot

02　折线图 lineplot

这类图是什么

折线，自动按 x 聚合出均值并画 95% 置信带。

看什么：看时间趋势，带越宽说明该位置样本波动越大，不必自己算分位数。

5 个案例

02-1　四季日负荷曲线：自动按小时聚合出均值与置信带

同一小时有多天样本时，seaborn 自动画均值线并叠加 95% 置信带，不必自己算分位数；带越宽说明该时段日间波动越大。

02-2　三种天气的光伏出力日出线

02-3　三个测点的母线电压日曲线

02-4　不同月份变压器顶层油温的日内变化

02-5　风电出力随时间的分风速段曲线

代码

5 个函数取自 code/第一批_关系图261107.py。关键约束：不调用 sns.set_theme()，否则 font.family 被改成 Arial，中文会变方框；版式由 code/公共配置261107.py 里的 setup_cn_style() 与 save() / save_grid() 统一接管。

# 摘自 code/第一批_关系图261107.py

def ln_01():
    """四季日负荷曲线：自动按小时聚合出均值与置信带。

    同一小时有多天样本时，seaborn 自动画均值线并叠加 95% 置信带，
    不必自己算分位数；带越宽说明该时段日间波动越大。
    """
    fig, ax = new_fig()
    rng = np.random.default_rng(201)
    rows = []
    for season, amp, base in [("春季", 150, 460), ("夏季", 210, 520), ("冬季", 175, 490)]:
        for day in range(12):
            for h in range(0, 24):
                p = base + amp * np.exp(-((h - 10) / 3.2) ** 2) \
                    + (amp + 30) * np.exp(-((h - 17) / 2.8) ** 2) + rng.normal(0, 26)
                rows.append((season, float(h), p))
    df = pd.DataFrame(rows, columns=["季节", "时刻", "负荷"])
    sns.lineplot(data=df, x="时刻", y="负荷", hue="季节", ax=ax,
                 palette=PALETTE3, lw=1.0, errorbar=("ci", 95))
    ax.set_xlabel("时刻 " + IT["t"] + " / h")
    ax.set_ylabel("有功负荷 " + IT["P"] + " / kW")
    ax.set_xlim(0, 23)
    ax.margins(y=0.20)
    legend(ax, "upper left", ncol=2)
    save(fig, "02_折线图", "02_折线图_四季日负荷")

def ln_02():
    """三种天气的光伏出力日出线。"""
    fig, ax = new_fig()
    rng = np.random.default_rng(202)
    rows = []
    for weather, k in [("晴天", 1.0), ("多云", 0.62), ("阴天", 0.24)]:
        for h in np.arange(6, 19, 0.5):
            p = k * 880 * np.sin((h - 6) / 13 * np.pi) ** 1.3 + rng.normal(0, 12)
            rows.append((weather, h, max(p, 0)))
    df = pd.DataFrame(rows, columns=["天气", "时刻", "出力"])
    sns.lineplot(data=df, x="时刻", y="出力", hue="天气", ax=ax,
                 palette=PALETTE3, lw=1.0, marker="o", ms=3)
    ax.set_xlabel("时刻 " + IT["t"] + " / h")
    ax.set_ylabel("有功出力 " + IT["P"] + " / kW")
    ax.set_xlim(6, 18.5)
    ax.set_ylim(-40, 1020)
    legend(ax, "upper left", ncol=1)
    save(fig, "02_折线图", "02_折线图_三种天气光伏出力")

def ln_03():
    """三个测点的母线电压日曲线。"""
    fig, ax = new_fig()
    rng = np.random.default_rng(203)
    rows = []
    for pt, mu in [("Ⅰ 段", 10.12), ("Ⅱ 段", 10.04), ("Ⅲ 段", 9.96)]:
        for h in np.arange(0, 24.5, 0.5):
            u = mu + 0.10 * np.sin((h - 8) / 24 * 2 * np.pi) + rng.normal(0, 0.012)
            rows.append((pt, h, u))
    df = pd.DataFrame(rows, columns=["测点", "时刻", "电压"])
    sns.lineplot(data=df, x="时刻", y="电压", hue="测点", ax=ax,
                 palette=PALETTE3, lw=1.0)
    ax.set_xlabel("时刻 " + IT["t"] + " / h")
    ax.set_ylabel("母线电压 " + IT["U"] + " / kV")
    ax.set_xlim(0, 24)
    ax.margins(y=0.22)
    legend(ax, "lower left", ncol=3)
    save(fig, "02_折线图", "02_折线图_三测点母线电压")

def ln_04():
    """不同月份变压器顶层油温的日内变化。"""
    fig, ax = new_fig()
    rng = np.random.default_rng(204)
    rows = []
    for month, base in [("1 月", 42), ("4 月", 51), ("7 月", 63)]:
        for h in np.arange(0, 24.5, 0.5):
            t = base + 7 * np.exp(-((h - 15) / 4.0) ** 2) + rng.normal(0, 0.8)
            rows.append((month, h, t))
    df = pd.DataFrame(rows, columns=["月份", "时刻", "油温"])
    sns.lineplot(data=df, x="时刻", y="油温", hue="月份", ax=ax,
                 palette=PALETTE3, lw=1.0)
    ax.axhline(75, color=C2, lw=0.8, ls="--")
    ax.set_xlabel("时刻 " + IT["t"] + " / h")
    ax.set_ylabel("顶层油温 " + IT["T"] + " / °C")
    ax.set_xlim(0, 24)
    ax.set_ylim(34, 84)
    legend(ax, "upper left", ncol=2)
    save(fig, "02_折线图", "02_折线图_变压器油温日变化")

def ln_05():
    """风电出力随时间的分风速段曲线。"""
    fig, ax = new_fig()
    rng = np.random.default_rng(205)
    rows = []
    for seg, lo, hi in [("低风速", 3, 7), ("中风速", 7, 11), ("高风速", 11, 16)]:
        for d in range(1, 31):
            p = (lo + hi) / 2 * 42 + rng.normal(0, 55)
            rows.append((seg, d, max(p, 0)))
    df = pd.DataFrame(rows, columns=["风速段", "日序", "出力"])
    sns.lineplot(data=df, x="日序", y="出力", hue="风速段", ax=ax,
                 palette=PALETTE3, lw=1.0, errorbar=None)
    ax.set_xlabel("日序 " + IT["t"] + " / d")
    ax.set_ylabel("风电出力 " + IT["P"] + " / kW")
    ax.set_xlim(1, 30)
    ax.margins(y=0.20)
    legend(ax, "upper right", ncol=1)
    save(fig, "02_折线图", "02_折线图_风电出力分风速段")

说明

• axes 级图 1181×944 px；figure 级多轴图按内容取 1100~1470 px 宽。
• 图内不放标题，图题由本文件的标题承担。
• 数据为 10 kV 配网、380 V 低压、50 Hz 量级的仿真算例，随机种子固定。