[发明专利]基于风速陡变占空比的风速间歇性定量刻画方法

权利要求书

1.一种基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于所述方法包括以下步骤：

步骤一、定义风速陡变占空比，使用风电场实测历史风速数据得到风速陡变占空比的时间序列；

其中，风速陡变占空比的定义如下：记t时刻及t+△t时刻的风速分别为v(t)和v(t+△t)，则△t时间间隔内，风速变化量计算公式：

△v(t)＝v(t+△t)-v(t)

对于风速变化量，提前给定一个正的阈值θ₁和一个负的阈值θ₂，当△v(t)>θ₁时，表明风速发生了一次陡升，当△v(t)<θ₂时，表明风速发生了一次陡降，取L时间段内的风速序列，根据风速变化量计算公式计算时间间隔△t下的风速变化量序列{△v(t)}，该序列的长度记为M，同时统计L时间段内风速发生陡升和陡降的次数，分别记为N₁和N₂，在此基础上，风速陡变占空比DRWSR的定义如下：

$DRWSR=\frac{(N_1+N_2)\&times;\mathrm{\&Delta;}t}{M\&times;\mathrm{\&Delta;}t}=\frac{N_1+N_2}{M}---\left(1\right)$

风速陡变占空比取值范围为[0,1]；

步骤二、在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析；

步骤三、根据步骤二的分析结果，利用BP神经网络建立风速陡变占空比时间序列预报模型并对风速陡变占空比进行预报，完成对未来风速间歇性的定量刻画。

2.根据权利要求1所述的基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于步骤一所述的阈值θ₁和θ₂的确定方法如下：

采用置信区间的方法确定阈值θ₁和θ₂，具体为：

在得到风速变化量序列{△v(t)}后，统计其分布，假设{△v(t)}的分布符合正态分布，则表明{△v(t)}中有95％的数据处于区间[μ-2σ，μ+2σ]之内，即

P(μ-2σ≤△v(t)≤μ+2σ)＝95％ (4)

其中μ是{△v(t)}的均值，σ是{△v(t)}的标准差；

令θ₁＝μ+2σ，θ₂＝μ-2σ，则{△v(t)}中95％的变化量是正常的风速变化量，处于区间[μ-2σ，μ+2σ]之内，剩余5％的风速变化量则代表风速发生了陡变；

基于真实风速数据，并依据风速陡变占空比的定义和确定的阈值θ₁和θ₂，即可计算风速陡变占空比。

3.根据权利要求2所述的基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于步骤一所述的时间间隔△t选为1min，时间段L为1小时。

4.根据权利要求3所述的基于风速陡变占空比的风速间歇性定量刻画方法，其特征在于步骤二所述的在步骤一的基础上，利用Pearson自相关性分析方法对风速陡变占空比时间序列的可预报性进行分析的具体过程如下：

设{x_t}_t＝1:n是一随机时间序列，则度量x_t与其延迟k个步长的样本x_t+k的自相关系数ρ(k)的计算公式如下：

$\begin{array}{c}\mathrm{\&gamma;}\left(k\right)=Cov(x_t,x_{t+k})=\frac{\underset{t=1}{\overset{n-k}{\&Sigma;}}(x_t-\stackrel{\&OverBar;}{x})(x_{t+k}-\stackrel{\&OverBar;}{x})}{n}---\end{array}$

$\mathrm{\&rho;}\left(k\right)=\frac{\mathrm{\&gamma;}\left(k\right)}{\mathrm{\&gamma;}\left(0\right)}---\left(6\right)$

将公式(5)中的随机时间序列{x_t}_t＝1:n替换成实际的风速陡变占空比的时间序列，对步骤一中得到的风速陡变占空比时间序列进行自相关函数计算，计算时k是延迟步长的个数，n是风速陡变占空比时间序列的长度，是风速陡变占空比时间序列的均值，x_t+k是将原始风速陡变占空比时间序列x_t延迟k个步长后得到的时间序列，γ(k)是延迟k个步长后的协方差，γ(0)是延迟步长k＝0时的协方差，ρ(k)是延迟k个步长后得到的自相关系数，根据计算结果分析风速陡变占空比时间序列的可预报性。