近地面风场不同空间点全时间尺度空间相关性分析方法技术

一种近地面风场不同空间点全时间尺度空间相关性分析方法：同步采集不同空间点风场时间序列信息并两两配对，将每一对非平稳风场单点时间序列分别作偏差累加；分别从第一个数据点和尾部数据点开始等分成不相重叠的区间，得到多个等长区间；用最小二乘法拟合数据，得到区间内的局部非平稳趋势；计算多个等长区间的去除趋势均方差以及它们之间的去除趋势协方差；对去除趋势均方差求均值并开方，得到时间尺度下的均方根偏差；对多个区间内的去除趋势协方差求均值，得到时间尺度下的平均协方差；计算近地面风场两个不同空间点测得的每一对非平稳风场单点时间序列之间的全时间尺度互相关测度。本发明专利技术能够完整地展示不同时间序列之间互相关强度随时间尺度的变化情况。

【技术实现步骤摘要】

本专利技术设及一种时间序列分析方法。特别是设及一种近地面风场不同空间点全时 间尺度空间相关性分析方法。
技术介绍
风场时间序列蕴含丰富的风场流动及演化信息，因此成为各国科研人员广泛关 注的一个研究热点，相关研究成果不断涌现，其中关于风场单点时间序列自相关分析的研 究成果报道很多，但对风场中不同位置采集的单点时间序列空间互相关性研究成果报道很 少。需要强调的是，风场中不同空间点互相关性的准确估计能为风场重建、风场分类和风能 预测研究提供重要的线索。目前，用于信号互相关分析的经典方法有化arson(皮尔逊）系 数、SparkmanRank(斯皮尔曼等级）和KendallRank(肯特尔等级），运些方法已被广泛 应用于经济学、气象学、物理学等诸多领域。其中，化arson(皮尔逊）系数法最具代表性， 该方法是由英国著名的统计学家KarlPearson提出，主要用于度量两个时间序列之间线性 相关性强度，然而，该方法要求两个时间序列必需满足正态分布或者是接近正态的单峰分 布（即满足积差相关），而且只有当两个时间序列的标准差都不为零时皮尔逊系数才有意 义，对于不满足积差相关的非平稳性时间序列而言，其测算结果往往偏差很大。相比而言， SparkmanRank(斯皮尔曼等级）和KendallRank(肯特尔等级）方法要求没有皮尔逊系数 法严格，不论两个时间序列的总体分布形态如何，都能用斯皮尔曼等级法和肯特尔等级法 来测算相关性强度，但该方法的测算结果与样本容量有关，即对时间序列的长短非常敏感， 尤其是在当时间序列较短时，方法鲁棒性较差。与皮尔逊系数一样，斯皮尔曼等级法和肯特 尔等级法也都属于单一指标。 近些年来，大量的有关近地面风场时间序列的自相关特性的研究结果表明，近地 面风速时间序列是非平稳的，其统计特性随着时间尺度变化，而且也并不满足正态分布，因 此采用上述传统的单一相关性测度方法将无法全面分析风场单点之间空间互相关关系。针 对上述问题，本专利技术提出了风场单点之间全时间尺度空间相关性分析方法。
技术实现思路
本专利技术所要解决的技术问题是，提供一种不受时间序列的非平稳性影响，并能全 面的展示风场单点之间空间互相关强度随时间尺度变化情况的近地面风场不同空间点全 时间尺度空间相关性分析方法。 阳〇化]本专利技术所采用的技术方案是：一种近地面风场不同空间点全时间尺度空间相关性 分析方法，包括如下步骤： 1)首先用多个风速仪同步采集不同空间点的风场时间序列信息，并进行两两 配对，然后将每一对非平稳风场单点时间序列IxJ和{yj分别作偏差累加，其中，i= 1，2,…，N，得到两个新序列Xi和Y1; 。分别将两个新序列Xi和Y1从第一个数据点开始等分成N戸个不相重叠 的区间，考虑数据长度不一定等分，因此从序列Xl和Υ1尾部的数据点开始重复运一分割过 程，一共得到2成个等长区间，每个区间均含有S个数据； 3)对2成个等长区间，分别用最小二乘法拟合数据，得到区间内的局部非平稳 趋势，序列Xi和Υ1中第V个区间的原序列和拟合趋势分别为X和ΥiV,和4,.，V= 1，2,…，2Ns，k = 1，2,…，S ; 4)计算2成个等长区间的去除趋势均方差游b，,沁诗和乂L,,仪V)，W及它们之间 的去除趋势协方差 对2成个区间内的去除趋势均方差求均值并开方，得到s/f时间尺度下的均方根 偏差Fgut",,(s)和Ft""(s);对2成个区间内的去除趋势协方差求均值，得到s/f时间尺度下 的平均协方差CL.(s)，其中，f为风速仪的采样频率； 5)最后，采用如下公式计算近地面风场两个不同空间点测得的每一对非平稳风场 单点时间序列IxJ和{yj之间的全时间尺度互相关测度： 步骤1)中所述的两个新序列Xi和Y康示如下： (8)(1) 阳01引其中.N为时间序列长度。 步骤4)中所述的sΛ·时间尺度下的均方根偏差F。。t。,，(s)和F。。",y(s)，W及s/f时 间尺度下的平均协方差巧,,.W，具体计算公式如下： 本专利技术的，主要优点及特 色体现在如下几个方面： 1、传统的信号互相关经典分析方法，如化arson(皮尔逊）系数法、Sparkman Rank(斯皮尔曼等级）方法和KendallRank(肯特尔等级）方法，仅是信号互相关的单一指 标，对于统计特性随着时间尺度变化的非平稳时间序列而言，运些方法无法全面反映时间 序列之间互相关关系，而本专利技术通过引入时间尺度信息，将单一指标拓展到多个指标，即全 时间尺度分析，从而完整地展示不同时间序列之间互相关强度随时间尺度的变化情况。2、为了消除实测风场数据非平稳性的不利影响，本专利技术提出通过多项式拟合估计 原始风场数据不同区间内的非平稳趋势成分，进而在原始风场数据中去除运些趋势，有效 提高了估算算法的鲁棒性和准确性。 3、本专利技术提出的近地面风场不同空间点全时间尺度互相关分析方法，将为风场重 建、风场分类和风能预测等研究提供重要线索。例如，在基于实测数据的风场重建中，该分 析方法能为不同时间分辨率的风场重建中的风速传感器优化布局提供重要参考依据，而其 他所有单一指标方法无法做到运一点。【附图说明】 图1是本专利技术的流程图； 阳02引图2是本专利技术实施例选取的近地面不同空间点测得的风速时间序列； 图3a是图2中vi风速时间序列的均方根偏差； 图3b是图2中V2风速时间序列的均方根偏差； 图3c是图2中V3风速时间序列的均方根偏差； 图3d是图2中V4风速时间序列的均方根偏差； 图4a是图2中ViXV2风速时间序列对之间的均方根协方差； 图4b是图2中ViXv3风速时间序列对之间的均方根协方差；...

【技术保护点】
一种近地面风场不同空间点全时间尺度空间相关性分析方法，其特征在于，包括如下步骤：1)首先用多个风速仪同步采集不同空间点的风场时间序列信息，并进行两两配对，然后将每一对非平稳风场单点时间序列{xi}和{yi}分别作偏差累加，其中，i＝1,2,…,N，得到两个新序列Xi和Yi；2)分别将两个新序列Xi和Yi从第一个数据点开始等分成Ns≡[N/s]个不相重叠的区间，考虑数据长度不一定等分，因此从序列Xi和Yi尾部的数据点开始重复这一分割过程，一共得到2Ns个等长区间，每个区间均含有s个数据；3)对2Ns个等长区间，分别用最小二乘法拟合数据，得到区间内的局部非平稳趋势，序列Xi和Yi中第v个区间的原序列和拟合趋势分别为Xk,v和Yk,v、和v＝1,2,…,2Ns，k＝1,2,…,s；4)计算2Ns个等长区间的去除趋势均方差(s,v)和(s,v)，以及它们之间的去除趋势协方差(s,v)：fauto,x2(s,v)≡1sΣk=1s(Xk-X~k,v)2---(2)]]>fauto,y2(s,v)≡1sΣk=1s(Yk-Y~k,v)2---(3)]]>fcorr2(s,v)≡1sΣk=1s(Xk-X~k,v)(Yk-Y~k,v)---(4)]]>对2Ns个区间内的去除趋势均方差求均值并开方，得到s/f时间尺度下的均方根偏差Fauto,x(s)和Fcorr,y(s)；对2Ns个区间内的去除趋势协方差求均值，得到s/f时间尺度下的平均协方差(s)，其中，f为风速仪的采样频率；5)最后，采用如下公式计算近地面风场两个不同空间点测得的每一对非平稳风场单点时间序列{xi}和{yi}之间的全时间尺度互相关测度：C(s)=Fcorr2(s)Fauto,x(s)Fauto,y(s)---(8)]]>...

【技术特征摘要】

【专利技术属性】
技术研发人员：曾明，李静海，孟庆浩，张小内，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12