[发明专利]一种快速识别风速最优分布规律的方法

权利要求书

1.一种快速识别风速最优分布规律的方法，用于识别已知的风速数据的最优分布规律，其特征在于，根据选用的概率纸的分布类型，将待选用的所有类型的分布规律通过Rosenblatt变换，转换为统一类型的分布规律，并在概率纸上绘制参考曲线；选用若干类型的分布规律，以已知的风速数据作为样本数据，将样本数据生成的样本点集，与参考曲线进行比较；依据比较结果，判断所选用的若干类型的分布规律中最优的分布规律。

2.根据权利要求1所述的快速识别风速最优分布规律的方法，其特征在于，绘制参考曲线的步骤如下：

1.1)绘制概率图坐标：在假设的累积分布函数曲线F_X(·)中选取若干个点(x_i，F_i)，根据Rosenblatt变换，由Ψ_Y^-1(F_X(x_i))计算出的值作为第i个点在概率图中的横坐标；再根据Ψ_Y^-1(F_i))计算结果作为第i个点在概率图中的纵坐标；

1.2)绘制参考曲线：连接所有(Ψ_Y^-1(F_X(x_i))，Ψ_Y^-1(F_i))点，得到参考曲线。

3.根据权利要求2所述的快速识别风速最优分布规律的方法，其特征在于，生成样本点集的步骤为：

按照升序排列样本数据x_i，则随机变量X的n个次序统计量x(1)＜x(2)＜…＜x(i)＜x(i+1)...＜x(n)；

根据x(i)的次序统计量的经验累积分布函数值P_i，确定样本换算数据对(x(i)，P_i)；根据样本数据x_i可能服从的N种假设分布类型Ψ_j(·)，j＝1，2，....N，采用样本数据的最大似然估计的结果给出假设分布类型Ψ_j(·)的分布参数；

将样本数据换算成符合假设分布的样本换算点，Ψ^-1[Ψ_j(x_i)]和Ψ^-1(P_i)分别为样本点所对应的假设分布换算后的样本点集的横坐标和纵坐标；

以此类推，得到各种假设分布类型Ψ_j(·)的样本点集。

4.根据权利要求3所述的快速识别风速最优分布规律的方法，其特征在于，将样本数据生成的样本点集，并与参考曲线进行比较，进行拟合度检验的步骤为：

将样本数据生成的各种假设分布的样本点集与参考曲线进行比较，利用如下公式计算样本点集与参考曲线间的相对距离：

其中，Ψ_j(x(i))是以递增顺序重新排列的第i个x(i)的实际经验累积分布函数，N为需要检验的假设分布规律的个数，n为样本个数；

以相对距离为评定拟合结果的标准。

5.根据权利要求4所述的快速识别风速最优分布规律的方法，其特征在于，对于不同的假设分布，如果样本数据服从某个假设分布，则相对距离越小，拟合度越好；相对距离最小的假设分布，为最优分布规律。