【技术实现步骤摘要】
本专利技术涉及单点非高斯风场过程模拟，尤其涉及一种平稳非高斯风场的模拟方法及系统。
技术介绍
1、由于山区风场的复杂性，学者采用了多种手段开展研究，其中包括理论建模、数值模拟、风洞试验和现场实测等。相比而言，现场实测是最为直观和可靠的风场监测方法，其不仅可以获取平均风速分布，还可以得到结构动力响应更为关注的脉动风速时程。自20世纪50年代以来，气象学领域的学者们一直在研究山区风特性。然而，研究主要集中于山区风的平均风特性，或者丘陵等微地形的影响。
2、随后，风工程界学者也开展了一系列山区风实测研究。holmes等研究了陡坡山体的风场特性，结果表明现场实测结果与风洞试验结果较为吻合。国内学者朱乐东等对坝陵河大桥桥址处的深切峡谷风场展开实测研究，结果表明该处风场特性不同于平坦地形下的结果，其湍流强度具有较高的随机性。黄国庆等分析了某偏远山区峡谷风场特性，研究指出该处风场特性与设计规范规定结果差异明显。综上所述，山区地形的复杂性会显著改变近地层流动风风速在垂直方向的分布以及湍流结构，导致山区风特性与平坦、开阔地区风特性差异显著，如平均风剖面难以用简单的指数规律或者对数规律描述，脉动风特性与设计规范推荐结果也存在明显差别。目前针对山区非高斯脉动风特性研究较少，与之对应的风场数学模型未见报道。因此，有必要开展山区非高斯风场模拟研究。
3、目前，许多学者已经解决了非高斯风场或过程模拟问题，并提出了一些方法，如时间序列法，karhunen-loeve展开法，相关失真法，和高阶谱表示方法。grigoriu(1998)提出
4、这种基于矩的平移函数可以是显式的，从而便于非高斯模拟。基于cdf和矩的相关失真方法都需要生成一个潜在的高斯过程，然后基于平移函数将其转换为非高斯过程。为了在相关失真方法中直接生成非高斯过程而不需要非高斯和高斯之间的任何转换关系，li和li(2012)已经提出了一种时间序列方法来基于时间序列模型模拟单变量非高斯过程，即，自回归(ar)模型和自回归滑动平均(arma)模型。在此方法中，输入过程(即，非高斯白色噪声)的前四个时刻作为输出过程(即，目标过程)的函数的时间序列模型中首次拟合线性回归技术。基于输入过程的前四阶矩，他们使用johnson变换模型(jtm)来产生非高斯白色噪声，然后通过时间序列模型将其过滤成目标非高斯过程。然而，li和li(2012)提出的用于开发输入和输出过程的前四阶矩之间的关系的方法需要大量的计算，并且只能适用于单变量模拟。此外，该方法提供的结果不是解析的，而是近似的。因此，ma和xu(2019)推导了用于多变量模拟的输入和输出过程的前四阶矩之间的关系，并且还使用jtm和ar模型作为主要模拟工具来生成目标非高斯过程。然而，由于jtm的精度有限，这些时间序列模拟方法对具有强非高斯特性的过程表现不佳。而且，这些方法不能再现具有双峰分布的硬化过程的双峰特征。
5、因此，提出一种平稳非高斯风场的模拟方法及系统，来解决现有技术时间序列模拟方法表现不佳的问题，是本领域技术人员亟须解决的问题。
技术实现思路
1、有鉴于此，本专利技术提供了一种平稳非高斯风场的模拟方法及系统，可以达到数据获取精确、节约人力的效果。
2、为了实现上述目的，本专利技术采用如下技术方案：
3、一种平稳非高斯风场的模拟方法及系统，包括以下步骤：
4、模型构建步骤：根据目标功率谱密度建立自回归模型；
5、矩获取步骤：根据自回归模型确定自回归模型参数和模型输入输出之间边缘矩的关系，获得非高斯白色噪声的矩；
6、函数计算步骤：利用最大熵方法重构非高斯白色噪声信号，获得概率密度函数和累积概率分布函数；
7、样本获取步骤：利用累积概率分布函数获得平移函数，采用平移函数模拟非高斯白色噪声过程，获得非高斯白色噪声样本；
8、风场模拟步骤：将非高斯白色噪声样本输入自回归模型，得到目标非高斯过程输出样本，建立非高斯风场模拟。
9、上述的方法，可选的，模型构建步骤中，自回归模型包括：
10、
11、其中，x(n)是在时间n处的输出随机过程，p是自回归模型的阶数，ak是第k个(k＝1,…p)模型参数，w(n)是均值为零的高斯白色噪声输入。
12、上述的方法，可选的，自回归参数包括：r(γ)a＝rl；
13、其中，r(γ)是p×p阶自相关函数矩阵；
14、矩获取步骤中过边缘矩之间的扭曲关系确定输入，即非高斯白噪声的矩。
15、上述的方法，可选的，函数计算步骤中，计算边缘概率密度函数采用：
16、
17、其中，λ0,λ1,…,λm为拉格朗日乘子，w为随机变量。
18、上述的方法，可选的，函数计算步骤中，采用收敛机制来确定矩阶，包括：
19、||hm-hm-2||/||hm||≤εh；
20、其中，hm为信息熵，εh为相对误差的精度值。
21、上述的方法，可选的，样本获取步骤中，通过传递函数将高斯白噪声转换为非高斯白噪声过程；具体计算过程包括：
22、w(n)＝g[y(n)]＝fw-1{φg[y(n)]}，
23、其中，g(·)是平移函数；φg(·)和fw(·)分别是高斯和非高斯白色噪声过程的累积概率分布函数；fw-1是fw的反函数。
24、一种平稳非高斯风场的模拟系统，应用于上述任一项所述的一种平稳非高斯风场的模拟方法，包括依次连接的模型构建模块、矩获取模块、函数计算模块、样本获取模块和风场模拟模块；
25、模型构建模块：根据目标功率谱密度建立自回归模型；
26、矩获取模块：根据自回归模型确定自回归模型参数和模型输入输出之间边缘矩的关系，获得非高斯白色噪声的矩；
27、函数计算模块：利用最大熵方法重构非高斯白色噪声信号，获得概率密度函数和累积概率分布函数；
28、样本获取模块：利用累积概率分布函数获得平移函数，采用平移函数模拟非高斯白色噪声过程，获得非高斯白色噪声样本；
29、风场模拟模块：将非高斯白色噪声样本输入自回归模型，得到目标非高斯过程输出样本，建立非高斯风场模拟。
30、经由上述的技术方案可知，与现有技术相比，本专利技术提供了一种平稳非高斯风场的模拟方法及系统，具有以下有益效果：本专利技术提供的基于自回归和最大熵的平稳非高斯风场模拟方法，适用于只有目标风速统计矩和目标功率谱的情况下的单变量平稳非高斯风场模拟问题，与传统的基于矩的模拟方法(如jtm)相比，本方法能够给出更好的模拟精度，特别是对于非高斯性较强的风场。
本文档来自技高网...【技术保护点】
1.一种平稳非高斯风场的模拟方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
3.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
4.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
5.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
6.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
7.一种平稳非高斯风场的模拟系统，其特征在于，应用于上述权利要求1-6任一项所述的一种平稳非高斯风场的模拟方法，包括依次连接的模型构建模块、矩获取模块、函数计算模块、样本获取模块和风场模拟模块；
【技术特征摘要】
1.一种平稳非高斯风场的模拟方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
3.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
4.根据权利要求1所述的一种平稳非高斯风场的模拟方法，其特征在于，
5.根据权利要求1所...
【专利技术属性】
技术研发人员：周建庭，杨如刚，吴凤波，闵祥，吴波，廖知勇，向正松，倪红，刘勇，何畅，彭云，黄永红，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。