1.一種風速概率分布建模的方法,其特征在于,所述方法包括以下步驟:
根據(jù)歷史實測風速樣本,獲取風速的第一參數(shù)概率密度函數(shù);
設(shè)置m個風速分組區(qū)間,利用歷史實測風速樣本對風速的第一參數(shù)概率密度函數(shù)進行χ2檢驗,獲取統(tǒng)計量χ2,以及自由度為m-1且顯著水平為α對應的臨界值χ2m-1(1-α);
利用歷史實測風速樣本,對風速的第一參數(shù)概率密度函數(shù)進行K-S檢驗,獲取統(tǒng)計量Dn,以及樣本容量為n且顯著水平為α對應的臨界值D(n,α);
當統(tǒng)計量χ2小于臨界值χ2m-1(1-α)且統(tǒng)計量Dn小于臨界值D(n,α)時,根據(jù)風速的第一參數(shù)概率密度函數(shù)獲取風速的概率分布函數(shù),以描述風速的概率分布模型;
當統(tǒng)計量χ2大于或者等于臨界值χ2m-1(1-α),或者統(tǒng)計量Dn大于或者等于臨界值D(n,α)時,根據(jù)非參數(shù)核密度估計函數(shù)獲取風速的概率分布函數(shù),以描述風速的概率分布模型。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述第一參數(shù)概率密度函數(shù)為:Weibull分布、Raylcigh分布、Γ分布、或者Gumbel分布概率密度函數(shù)。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述非參數(shù)核密度估計函數(shù)為:
其中:X為隨機變量,h為帶寬,n為樣本容量,K(·)為核函數(shù)。
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述非參數(shù)核密度估計函數(shù)的核函數(shù)為:均勻核函數(shù)K(u)=1/2-1≤u≤1、三角核函數(shù)K(u)=1-|u|-1≤u≤1、或者高斯核函數(shù)
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述方法包括:采用不同參數(shù)的核函數(shù)對同一樣本總體進行核密度估計得到f1(x)和f2(x);計算f1(x)和f2(x)之間的均方誤差MISE(h)=E{∫[f1(x)-f2(x)]2dx}的最小值,從而確定最優(yōu)帶寬h*。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述方法包括:采用牛頓法計算f1(x)和f2(x)之間積分方差minISE(h)=∫[f1(x)-f2(x)]2dx的最小值,從而確定最優(yōu)帶寬h*。
7.根據(jù)權(quán)利要求5所述的方法,其特征在于,所述方法包括:將確定的最優(yōu)帶寬h*,代入兩個具有不同參數(shù)的核函數(shù)分別確定相應的概率密度函數(shù),分別求出f1(x)和f2(x),然后取二者的平均值作為風速樣本的非參數(shù)核密度估計函數(shù)
8.一種風速概率分布建模的系統(tǒng),其特征在于,所述系統(tǒng)包括:
樣本存儲模塊,用于歷史實測風速樣本;
概率分布計算模塊,用于根據(jù)歷史實測風速樣本,獲取風速的第一參數(shù)概率密度函數(shù);
χ2檢驗模塊,用于設(shè)置m個風速分組區(qū)間,利用歷史實測風速樣本對風速的第一參數(shù)概率密度函數(shù)進行χ2檢驗,獲取統(tǒng)計量χ2,以及自由度為m-1且顯著水平為α對應的臨界值χ2m-1(1-α);
K-S檢驗模塊,用于利用歷史實測風速樣本,對風速的第一參數(shù)概率密度函數(shù)進行K-S檢驗,獲取統(tǒng)計量Dn,以及樣本容量為n且顯著水平為α對應的臨界值D(n,α);
概率分布模型建立模塊,用于當統(tǒng)計量χ2小于臨界值χ2m-1(1-α)且統(tǒng)計量Dn小于臨界值D(n,α)時,根據(jù)風速的第一參數(shù)概率密度函數(shù)獲取風速的概率分布函數(shù),以描述風速的概率分布模型;當統(tǒng)計量χ2大于或者等于臨界值χ2m-1(1-α),或者統(tǒng)計量Dn大于或者等于臨界值D(n,α)時,根據(jù)非參數(shù)核密度估計函數(shù)獲取風速的概率分布函數(shù),以描述風速的概率分布模型。