分佈因子

對於正態分佈，置信概率為95%的分佈因子是1.96，置信概率為99%的分佈因子是2.58。對於均勻分佈，置信概率為100%的分佈因子是1.73。

二向性反射率因子(BRF)，又稱二向反射因子、雙向反射比因子，是在一定的輻照和觀測條件下，目標地物的反射輻射通量與同條件下標準參考面（理想朗伯反射面）的反射輻射通量之比。

包含因子，又稱覆蓋因子，在 JJF1001 -1998 《通用計量術語及定義》中，包含因子的定義為：為求得擴展不確定度，對合成標準不確定度所乘之數字因子，它在數值上等於擴展不確定度與合成標準不確定度之比。在不同的使用場合下，包含因子有不同的確定方法。

擴展不確定度是確定測量結果區間的量，合理賦予被測量之值分佈的大部分可望含於此區間。它有時也被稱為範圍不確定度。擴展不確定度是由合成標準不確定度的倍數表示的測量不確定度。通常用符號U表示： 合成不確定度 與 包含因子k 的乘積，稱為總不確定度（符號為U）。

在統計學中，一個概率樣本的置信區間（Confidence interval），是對這個樣本的某個總體參數的區間估計。置信區間展現的是，這個總體參數的真實值有一定概率落在與該測量結果有關的某對應區間。置信區間給出的是，聲稱總體參數的真實值在測量值的區間所具有的可信程度，即前面所要求的“一定概率”。這個概率被稱為置信水平。舉例來説，如果在一次大選中某人的支持率為55%，而置信水平0.95上的置信區間是（50%，60%），那麼他的真實支持率落在50%和60%之區間的機率為95%，因此他的真實支持率不足50%的可能性小於2.5%（假設分佈是對稱的）。

電力系統監測技術的迅速發展，為基於樣本信息的電力系統分析技術提供了堅實的數據基礎，為電力系統運行分析理論的發展提供了新的思路 ^[1]  。

注入轉移分佈因子是電力系統重要的線性化因子，支路開斷分佈因子、功率傳輸分佈因子、開斷傳輸分佈因子等線性化因子均可由注入轉移分佈因子直接導出，因此，注入轉移分佈因子在電力系統阻塞管理、安全校驗、優化潮流等應用中具有重要的作用。

基於貝葉斯線性迴歸建模技術與吉布斯採樣數值解法提出了一種基於量測數據的注入轉移分佈因子的概率估計方法。該方法除具有基於量測注入轉移因子確定性估計方法的優點外，更能夠提供概率性的估計結果，在給出注入轉移分佈因子估計值的同時，量化由於線性化、測量偏差等因素造成的估計誤差，為發展具有魯棒性的電力系統安全評估、調度決策技術提供了必需的決策依據。

基於複雜網絡理論及電力系統有功分佈的實際特點，並考慮發電節點和負荷節點的有功注入，採用準穩態功率轉移分佈因子建立改進支路權重模型，該模型可以從支路承擔有功傳送的功率大小角度反映系統節點之間的連接強度。

基於此，建立基於改進支路權重定義下的電力網絡測度模型，該模型能夠從電網傳送有功以及電網拓撲結構角度綜合體現系統元件複雜網絡特性的多樣性和差異性 ^[2]  。