一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法技术

本发明专利技术涉及一种基于Mann‑Kendall趋势检验与自回归积分滑动平均的风速预测方法，属于气象数据分析方法技术领域。本发明专利技术收集该地区历史风速数据并生成历史风速数据库；然后获取历史风速数据库中数据，并将每日风速数据转换为风速时间序列；然后将生成的风速时间序列导入到自回归积分滑动平均模型中进行计算分析；同时将Mann‑Kendall趋势检验算法得到的趋势结果同生成的的预测数据进行拟合；最后根据所得的拟合结果，得到风速的预测结果。本发明专利技术使用Mann‑Kendall趋势检验算法与自回归积分滑动平均模型对风速数据进行处理，从而得到提高了风速预测的准确性。

【技术实现步骤摘要】
一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法
本专利技术涉及一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，属于气象数据分析方法

技术介绍
在现代信息化社会中，我们每日的出行与天气预报息息相关，尤其是风速的预报的准确性，影响着许多的相关行业的决策和规划，提高风速的预报水平可以有助于风力资源的合理利用。使用大量风速历史数据，并通过合理的方法对数据进行处理和分析，是进行风速预测的前提，但现有的一些风速数据预测的方法都有着准确性不高的缺点。
技术实现思路
本专利技术要解决的技术问题是提供一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，用以解决上述问题。本专利技术的技术方案是：一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，具体步骤为：Step1：收集该地区历史风速数据并生成历史风速数据库；Step2：获取历史风速数据库中数据，并将每日风速数据转换为风速时间序列；Step3：将Step2中生成的风速时间序列导入到自回归积分滑动平均模型中进行计算分析；Step4：将Step3中计算分析得到的预测数据，利用Mann-Kendall趋势检验算法进行计算；Step5：将Step4中得到的趋势结果同Step3中生成的的预测数据进行拟合；Step6：根据Step5所得的拟合结果，得到风速的预测结果。所述步骤Step3中，自回归积分滑动平均模型的计算公式为：θP(B)(1-B)dYt＝wq(B)at其中，B为后移算子；BYt＝Yt-1,BkYt＝Yt-k；wq(B)＝1-w1B-w2B2-…-wqBp；θq(B)＝1-θ1Bθ2B2-…-wθqBp；p，d和q是整数；p为自回归项；d为时间序列成为平稳时所做的差分次数；q为移动平均值。所述步骤Step4中，Mann-Kendall趋势检验算法的具体实施方法：S1：将获取到的数据生成观测矩阵；S2：根据步骤S1生成观测矩阵生成等级矩阵；S3：根据观测矩阵和等级矩阵得到测试统计数据；S4：根据测试统计数据计算其方差；S5：根据测试统计数据及其方差得到趋势结果。所述步骤S1中，观测矩阵为：其中，j表示记录的年数，k表示记录的季节数。所述步骤S2中，等级矩阵为：其中，等级rdz的计算表示为：其中，其中Xc和Xd是按时间顺序观察的时间序列。所述步骤S3中，单个季节的测试统计量Sz与多季节的测试统计量Ss的计算公式为：所述步骤S4中，方差的计算公式为：其中，是(Sz)的方差，σzw表示(Sz,Ss)的协方差。本专利技术的有益效果是：使用Mann-Kendall趋势检验算法与自回归积分滑动平均模型对风速数据进行处理，从而得到提高了风速数据预测的准确性。附图说明图1是本专利技术流程示意图。具体实施方式下面结合附图和具体实施方式，对本专利技术作进一步说明。实施例1：如图1所示，一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，具体步骤为：Step1：收集该地区历史风速数据并生成历史风速数据库；Step2：获取历史风速数据库中数据，并将每日风速数据转换为风速时间序列；Step3：将Step2中生成的风速时间序列导入到自回归积分滑动平均模型中进行计算分析；Step4：将Step3中计算分析得到的预测数据，利用Mann-Kendall趋势检验算法进行计算；Step5：将Step4中得到的趋势结果同Step3中生成的的预测数据进行拟合；Step6：根据Step5所得的拟合结果，得到风速的预测结果。所述步骤Step3中，自回归积分滑动平均模型的计算公式为：θP(B)(1-B)dYt＝wq(B)at其中，B为后移算子；BYt＝Yt-1,BkYt＝Yt-k；wq(B)＝1-w1B-w2B2-…-wqBp；θq(B)＝1-θ1B-θ2B2-…-wθqBp；p，d和q是整数；p为自回归项；d为时间序列成为平稳时所做的差分次数；q为移动平均值。所述步骤Step4中，Mann-Kendall趋势检验算法的具体实施方法：S1：将获取到的数据生成观测矩阵；S2：根据步骤S1生成观测矩阵生成等级矩阵；S3：根据观测矩阵和等级矩阵得到测试统计数据；S4：根据测试统计数据计算其方差；S5：根据测试统计数据及其方差得到趋势结果。所述步骤S1中，观测矩阵为：其中，j表示记录的年数，k表示记录的季节数。所述步骤S2中，等级矩阵为：其中，等级rdz的计算表示为：其中，其中Xc和Xd是按时间顺序观察的时间序列。所述步骤S3中，单个季节的测试统计量Sz与多季节的测试统计量Ss的计算公式为：所述步骤S4中，方差的计算公式为：其中，是(Sz)的方差，σzw表示(Sz,Ss)的协方差。以上结合附图对本专利技术的具体实施方式作了详细说明，但是本专利技术并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本专利技术宗旨的前提下作出各种变化。本文档来自技高网...

【技术保护点】
1.一种基于Mann‑Kendall趋势检验与自回归积分滑动平均的风速预测方法，其特征在于：Step1：收集该地区历史风速数据并生成历史风速数据库；Step2：获取历史风速数据库中数据，并将每日风速数据转换为风速时间序列；Step3：将Step2中生成的风速时间序列导入到自回归积分滑动平均模型中进行计算分析；Step4：将Step3中计算分析得到的预测数据，利用Mann‑Kendall趋势检验算法进行计算；Step5：将Step4中得到的趋势结果同Step3中生成的的预测数据进行拟合；Step6：根据Step5所得的拟合结果，得到风速的预测结果。

【技术特征摘要】
1.一种基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，其特征在于：Step1：收集该地区历史风速数据并生成历史风速数据库；Step2：获取历史风速数据库中数据，并将每日风速数据转换为风速时间序列；Step3：将Step2中生成的风速时间序列导入到自回归积分滑动平均模型中进行计算分析；Step4：将Step3中计算分析得到的预测数据，利用Mann-Kendall趋势检验算法进行计算；Step5：将Step4中得到的趋势结果同Step3中生成的的预测数据进行拟合；Step6：根据Step5所得的拟合结果，得到风速的预测结果。2.根据权利要求1所述的基于Mann-Kendall趋势检验与自回归积分滑动平均的风速预测方法，其特征在于：所述步骤Step3中，自回归积分滑动平均模型的计算公式为：θP(B)(1-B)dYt＝wq(B)at其中，B为后移算子；BYt＝Yt-1，BkYt＝Yt-k；wq(B)＝1-w1B-w2B2-...-wqBp；θq(B)＝1-θ1B-θ2B2-...-wθqBp；p，d和q是整数；p为自回归项；d为时间序列成为平稳时所做的差分次数；q为移动平均值。3.根据权利要求1所述的基于Mann-Kendall趋势检验与自回归积分滑动...

【专利技术属性】
技术研发人员：宋耀莲，马丽华，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53