柱状图（`bar`）

柱状图（bar）

02_柱与散点　5 张　MATLAB R2023b　100 mm 宽 @ 300 dpi

这个方法适合什么

分类之间的数值比较，柱高即数值。适合：各方案指标对比、各次谐波含量、分时段电量、各馈线负载率。

电气场景

1　各治理方案谐波电压畸变率

2　分时段电量构成

3　各次谐波电流含量

4　主变压器夏冬负载率

5　补偿装置投切前后功率因数

代码

脚本 p2_bar_scatter.m 中对应 bar 的一段，SEL 用于选择只跑某几个方法。

if any(SEL==1)
    % ---- 1.1 各治理方案谐波电压畸变率 ----
    nm = {'无治理','单调谐','双调谐','有源滤波','混合治理'};
    Y  = [9.8 6.1 3.9 2.4
          6.4 4.0 2.6 1.7
          4.9 3.2 2.0 1.3
          3.1 1.9 1.2 0.8
          2.2 1.4 0.9 0.6];
    f  = ml_fig(PP,100,80);
    ax = axes('Parent',f,'Position',[0.175 0.190 0.770 0.755]);
    hb = bar(ax,Y,'grouped');
    for k = 1:4, set(hb(k),'FaceColor',C(k,:),'EdgeColor','none'); end
    set(ax,'XTick',1:5,'XTickLabel',ml_tx(nm),'XTickLabelRotation',0);
    xlabel(ml_tx('谐波治理方案'));
    ylabel(ml_tx('谐波电压畸变率 <i>U</i>_{THD} / %'));
    xlim(ax,[0.4 5.6]); ylim(ax,[0 15.2]);
    lg = legend(ax,hb,ml_tx({'5 次','7 次','11 次','13 次'}), ...
                'Location','northeast','Orientation','horizontal','NumColumns',2);
    ml_style_legend(lg,PP);
    save_png(f,FIGD,'各治理方案谐波电压畸变率');

    % ---- 1.2 分时段电量构成 ----
    nm = {'尖峰','高峰','平段','低谷'};
    Y  = [3.2 5.6 12.8
          5.1 9.4 21.6
          4.2 8.1 17.3
          2.4 5.2 11.5];       % 10^4 kWh
    f  = ml_fig(PP,100,80);
    ax = axes('Parent',f,'Position',[0.175 0.190 0.770 0.755]);
    hb = bar(ax,Y,'grouped');
    for k = 1:3, set(hb(k),'FaceColor',C(k,:),'EdgeColor','none'); end
    set(ax,'XTick',1:4,'XTickLabel',ml_tx(nm),'XTickLabelRotation',0);
    xlabel(ml_tx('负荷时段'));
    ylabel(ml_tx('用电量 / 10^{4} kW·h'));
    xlim(ax,[0.4 4.6]); ylim(ax,[0 30]);
    lg = legend(ax,hb,ml_tx({'居民','商业','工业'}), ...
                'Location','northeast','Orientation','horizontal');
    ml_style_legend(lg,PP);
    save_png(f,FIGD,'分时段电量构成');

    % ---- 1.3 各次谐波电流含量 ----
    nm = {'3 次','5 次','7 次','9 次','11 次','13 次'};
    Y  = [18.4  9.2  4.6
          31.5 15.8  7.2
          14.2  6.4  3.1
          5.8  3.2  1.6
          3.4  2.1  1.1
          2.1  1.3  0.7];
    f  = ml_fig(PP,100,80);
    ax = axes('Parent',f,'Position',[0.175 0.190 0.770 0.755]);
    hb = bar(ax,Y,'grouped');
    for k = 1:3, set(hb(k),'FaceColor',C(k,:),'EdgeColor','none'); end
    set(ax,'XTick',1:6,'XTickLabel',ml_tx(nm),'XTickLabelRotation',0);
    xlabel(ml_tx('谐波次数 <i>h</i>'));
    ylabel(ml_tx('谐波电流含有率 <i>I</i>_{h} / %'));
    xlim(ax,[0.4 6.6]); ylim(ax,[0 44]);
    lg = legend(ax,hb,ml_tx({'变频泵','六脉整流','电弧炉'}), ...
                'Location','northeast');
    ml_style_legend(lg,PP);
    save_png(f,FIGD,'各次谐波电流含量');

    % ---- 1.4 主变压器夏冬负载率 ----
    nm = {'1 号主变','2 号主变','3 号主变','4 号主变'};
    Y  = [78.5 84.2
          62.3 71.6
          91.4 88.7
          55.2 48.9];
    f  = ml_fig(PP,100,80);
    ax = axes('Parent',f,'Position',[0.175 0.190 0.770 0.755]);
    hb = bar(ax,Y,'grouped');
    set(hb(1),'FaceColor',C(2,:),'EdgeColor','none');
    set(hb(2),'FaceColor',C(1,:),'EdgeColor','none');
    set(ax,'XTick',1:4,'XTickLabel',ml_tx(nm),'XTickLabelRotation',0);
    xlabel(ml_tx('变电站主变编号'));
    ylabel(ml_tx('最大负载率 <i>\beta</i> / %'));
    xlim(ax,[0.4 4.6]); ylim(ax,[0 128]);
    lg = legend(ax,hb,ml_tx({'夏季典型日','冬季典型日'}), ...
                'Location','northeast','Orientation','horizontal');
    ml_style_legend(lg,PP);
    save_png(f,FIGD,'主变压器夏冬负载率');

    % ---- 1.5 补偿装置投切前后功率因数 ----
    nm = {'并联电容','SVG','SVG + 电容'};
    Y  = [0.76 0.94
          0.79 0.98
          0.74 0.99];
    f  = ml_fig(PP,100,80);
    ax = axes('Parent',f,'Position',[0.175 0.190 0.770 0.755]);
    hb = bar(ax,Y,'grouped');
    set(hb(1),'FaceColor',[0.65 0.65 0.65],'EdgeColor','none');
    set(hb(2),'FaceColor',C(3,:),'EdgeColor','none');
    set(ax,'XTick',1:3,'XTickLabel',ml_tx(nm),'XTickLabelRotation',0);
    xlabel(ml_tx('无功补偿装置'));
    ylabel(ml_tx('功率因数 cos<i>\phi</i>'));
    xlim(ax,[0.4 3.6]); ylim(ax,[0 1.32]);
    lg = legend(ax,hb,ml_tx({'投切前','投切后'}), ...
                'Location','northeast','Orientation','horizontal');
    ml_style_legend(lg,PP);
    save_png(f,FIGD,'补偿装置投切前后功率因数');
end