平行坐标图（`parallelplot`）

平行坐标图（parallelplot）

03_统计与矩阵　5 张　MATLAB R2023b　100 mm 宽 @ 300 dpi

这个方法适合什么

每个样本一条折线穿过所有指标轴，多指标同时比较。适合：多方案多指标选型、电能质量多测点评估、设备状态综合评价。

电气场景

1　各降损方案多指标平行坐标

2　各馈线运行指标平行坐标

3　各台区经济指标平行坐标

4　各时段电能质量平行坐标

5　各设备状态指标平行坐标

代码

脚本 p3_stats_matrix.m 中对应 parallelplot 的一段，SEL 用于选择只跑某几个方法。

if any(SEL==8)
    rng(808);

    % ---- 8.1 各降损方案多指标平行坐标 ----
    nmV = {'线损率','电压合格率','负载率','功率因数','投资','可靠性','年费用'};
    gn  = {'现状','换导线','增容改造','无功补偿','综合改造'};
    mu  = [3.40 96.2 0.83 0.91  60 99.10 128
           2.88 97.1 0.76 0.93 210 99.35 112
           2.56 97.8 0.74 0.94 180 99.42 104
           2.28 98.1 0.71 0.96 130 99.50  96
           1.95 98.6 0.68 0.97 320 99.62  82];
    N = 5; x = []; gcat = strings(0,1);
    for k = 1:5
        x = [x; repmat(mu(k,:),N,1) + [0.12 0.35 0.025 0.008 8 0.05 3].*randn(N,7)]; %#ok<AGROW>
        gcat = [gcat; repmat(gn{k},N,1)]; %#ok<AGROW>
    end
    T = array2table(x, 'VariableNames', nmV);
    T.('方案') = categorical(gcat);
    f = ml_fig(PP,130,100);
    figure(f);
    pp = parallelplot(T,'GroupVariable','方案','CoordinateVariables',nmV);
    pp.FontName = '宋体'; pp.FontSize = 9;
    pp.Position = [0.09 0.155 0.66 0.775];   % 底部留旋转指标名，右侧留内置图例
    save_png(f,FIGD,'各降损方案多指标平行坐标');

    % ---- 8.2 各馈线运行指标平行坐标 ----
    nmV = {'最大电流','负载率','功率因数','线损率','电压合格率','不平衡度','畸变率'};
    gn  = {'F1','F2','F3','F4','F5'};
    mu  = [268 0.78 0.93 2.8 97.2 1.8 3.4
           342 0.86 0.91 3.3 96.5 2.3 4.2
           215 0.62 0.95 2.1 98.1 1.5 2.8
           398 0.91 0.89 3.8 95.8 2.7 4.8
           286 0.80 0.92 2.9 97.0 2.0 3.6];
    N = 4; x = []; gcat = strings(0,1);
    for k = 1:5
        x = [x; repmat(mu(k,:),N,1) + [9 0.030 0.008 0.16 0.40 0.16 0.22].*randn(N,7)]; %#ok<AGROW>
        gcat = [gcat; repmat(gn{k},N,1)]; %#ok<AGROW>
    end
    T = array2table(x, 'VariableNames', nmV);
    T.('馈线') = categorical(gcat);
    f = ml_fig(PP,130,100);
    figure(f);
    pp = parallelplot(T,'GroupVariable','馈线','CoordinateVariables',nmV);
    pp.FontName = '宋体'; pp.FontSize = 9;
    pp.Position = [0.09 0.155 0.66 0.775];   % 底部留旋转指标名，右侧留内置图例
    save_png(f,FIGD,'各馈线运行指标平行坐标');

    % ---- 8.3 各台区经济指标平行坐标 ----
    nmV = {'售电量','线损率','户均容量','功率因数','投诉率','回收率'};
    gn  = {'城区台区','郊区台区','工业台区','农排台区'};
    mu  = [285 2.4 8.2 0.94 1.2 99.4
           162 3.2 6.1 0.91 2.4 98.8
           420 2.9 12.5 0.93 1.8 99.1
            96 4.1 4.3 0.87 3.2 97.9];
    N = 5; x = []; gcat = strings(0,1);
    for k = 1:4
        x = [x; repmat(mu(k,:),N,1) + [18 0.22 0.55 0.010 0.35 0.30].*randn(N,6)]; %#ok<AGROW>
        gcat = [gcat; repmat(gn{k},N,1)]; %#ok<AGROW>
    end
    T = array2table(x, 'VariableNames', nmV);
    T.('台区') = categorical(gcat);
    f = ml_fig(PP,130,100);
    figure(f);
    pp = parallelplot(T,'GroupVariable','台区','CoordinateVariables',nmV);
    pp.FontName = '宋体'; pp.FontSize = 9;
    pp.Position = [0.09 0.155 0.66 0.775];   % 底部留旋转指标名，右侧留内置图例
    save_png(f,FIGD,'各台区经济指标平行坐标');

    % ---- 8.4 各时段电能质量平行坐标 ----
    nmV = {'电压偏差','频率偏差','畸变率','不平衡度','闪变','功率因数','负序'};
    gn  = {'尖峰','高峰','平段','低谷'};
    mu  = [1.62 0.042 4.6 2.4 0.92 0.90 1.35
           1.38 0.036 3.9 2.1 0.78 0.92 1.18
           1.05 0.028 3.1 1.7 0.58 0.95 0.92
           0.82 0.021 2.4 1.3 0.42 0.96 0.70];
    N = 5; x = []; gcat = strings(0,1);
    for k = 1:4
        x = [x; repmat(mu(k,:),N,1) + [0.16 0.006 0.30 0.18 0.08 0.008 0.12].*randn(N,7)]; %#ok<AGROW>
        gcat = [gcat; repmat(gn{k},N,1)]; %#ok<AGROW>
    end
    T = array2table(x, 'VariableNames', nmV);
    T.('时段') = categorical(gcat);
    f = ml_fig(PP,130,100);
    figure(f);
    pp = parallelplot(T,'GroupVariable','时段','CoordinateVariables',nmV);
    pp.FontName = '宋体'; pp.FontSize = 9;
    pp.Position = [0.09 0.155 0.66 0.775];   % 底部留旋转指标名，右侧留内置图例
    save_png(f,FIGD,'各时段电能质量平行坐标');

    % ---- 8.5 各设备状态指标平行坐标 ----
    nmV = {'温升','负载率','绝缘电阻','介损','微水','年限','故障次数'};
    gn  = {'主变压器','配电变压器','断路器','电缆','互感器','避雷器'};
    mu  = [52 0.72 3200 0.28  8.5 12.5 1.2
           44 0.68 2600 0.35 11.0  9.8 1.8
           36 0.61 4200 0.18  6.2 14.2 0.8
           41 0.74 3600 0.24  9.4 10.6 1.5
           32 0.58 4800 0.15  5.1 16.0 0.6
           28 0.55 5200 0.12  4.2 13.4 0.4];
    N = 4; x = []; gcat = strings(0,1);
    for k = 1:6
        x = [x; repmat(mu(k,:),N,1) + [3.2 0.030 220 0.030 1.1 1.2 0.25].*randn(N,7)]; %#ok<AGROW>
        gcat = [gcat; repmat(gn{k},N,1)]; %#ok<AGROW>
    end
    T = array2table(x, 'VariableNames', nmV);
    T.('设备') = categorical(gcat);
    f = ml_fig(PP,130,100);
    figure(f);
    pp = parallelplot(T,'GroupVariable','设备','CoordinateVariables',nmV);
    pp.FontName = '宋体'; pp.FontSize = 9;
    pp.Position = [0.09 0.155 0.66 0.775];   % 底部留旋转指标名，右侧留内置图例
    save_png(f,FIGD,'各设备状态指标平行坐标');
end