专利名称：基于低阶概率权重矩的风速概率分布参数估计方法
技术领域：
本发明涉及基于低阶概率权重矩的风速概率分布参数估计方法，属于风能资源评估与利用领域。
背景技术：
风具有高度的随机性，可利用概率模型来描述其统计特征，Weibull分布被普遍认为与实测风速分布拟合较好的概率模型，在风能资源评估、发电量计算、风电机组选型等方面得到广泛应用，近年来，我国正积极进行海上风电场的开发建设，海面风速一般要高于沿岸陆域，其概率分布有呈整体向高风速区偏移的现象。为提高风速概率模型的适应性，采用风速三参数Weibull分布来描述风的统计特性是必要的，对于风速三参数Weibull分布的参数估计，目前，主要有极大似然法、矩法、相关系数优化法、灰色模型法以及双线性回归法等，但是这些方法往往比较繁琐，一般需编程求解，从事应用工作的人不易掌握，制约了风速三参数Weibull分布的广泛应用。目前，还有一种概率权重矩为Greenwood在1979年定义的一种新的矩。它以含幂次的概率作为权重乘以随机变量来计算，概率权重矩的提出，为多参数概率分布的参数估计提供一种新的途径。欲求Weibull分布的三参数，需要3个概率权重矩的参数关系式联解得出用概率权重矩表示的分布参数关系式，而概率权重矩还可以由样本概率权重矩来估计，从而便可进行三参数的值进行估计。由于低阶概率权重矩参数估计方法不易应用于工程实践，而传统的高阶概率权重矩需要利用高阶超过概率权重矩，得出的三参数的求解关系式，但现有研究表明样本高阶概率权重矩存在较高的“求矩差”，利用其来估计的风速概率分布参数的精度不高。
发明内容
为了解决采用高阶超过概率权重矩法得到的风速概率分布参数估计的精度不高及低阶概率权重矩参数估计方法不易应用的问题，本发明提出了采用因变量与自变量互换，利用罗吉斯蒂曲线拟定形状参数的显式计算关系式，解决了低阶概率权重矩不易应用的问题，并能够得到具有较高精度的风速三参数Weibull分布参数估计的三参数的求解关系式，从而提高了风速概率分布参数估计的精度。为了解决上述技术问题，本发明所采用的技术方案是一种基于低阶不及概率权重矩的风速概率分布参数估计方法，其特征在于包括以下步骤步骤(I)，列出风速三参数Weibull分布的概率分布函数和概率密度函数，即
权利要求
1.基于低阶不及概率权重矩的风速概率分布参数估计方法，其特征在于包括以下步骤步骤(I)，列出风速三参数Weibull分布的概率分布函数和概率密度函数，即
2.根据权利要求I所述的基于低阶不及概率权重矩的风速概率分布参数估计方法，其特征在于所述风速形状参数α >0，风速尺度参数β >0，风速位置参数δ < Xmin，其中 Xmin为随机变量的最小值。
3.根据权利要求I或2所述的基于低阶不及概率权重矩的风速概率分布参数估计方法，其特征在于当δ = O时，所述步骤(4)只需导出O I阶不及概率权重矩与分布参数的关系。
4.根据权利要求I所述的基于低阶不及概率权重矩的风速概率分布参数估计方法，其特征在于所述步骤(8)风能的特征指标包络平均风功率密度、有效风功率密度、风能可利用时间和单机理论年发电量。
5.基于低阶超过概率权重矩的风速概率分布参数估计方法，其特征在于包括以下步骤步骤(I)，列出风速三参数Weibull分布的概率分布函数和概率密度函数，即
6.根据权利要求5所述的基于低阶超过概率权重矩的风速概率分布参数估计方法，其特征在于所述风速形状参数α >0，风速尺度参数β >0，风速位置参数δ < Xmin，其中 Xmin为随机变量的最小值。
7.根据权利要求5或6所述的基于低阶超过概率权重矩的风速概率分布参数估计方法，其特征在于当δ = O时，所述步骤(4)只需导出O I阶超过概率权重矩与分布参数的关系。
8.根据权利要求5所述的基于低阶超过概率权重矩的风速概率分布参数估计方法，其特征在于所述步骤(8)风能的特征指标包络平均风功率密度、有效风功率密度、风能可利用时间和单机理论年发电量。
全文摘要
本发明公开了基于低阶概率权重矩的风速概率分布参数估计方法，采用因变量与自变量互换，利用罗吉斯蒂曲线拟定风速形状参数的显式计算关系式，解决了低阶概率权重矩参数估计方法不易应用的问题，通过精度检验及算例显示，能够得到具有较高精度的风速三参数Weibull分布参数估计的三参数的求解关系式，从而提高了风速概率分布参数估计的精度。本发明提出的两种低阶概率权重矩法在风能利用涉及的范围内具有较高的精度，均可作为风速三参数Weibull分布参数估计的有效方法。
文档编号G06F17/15GK102609397SQ20121001682
公开日2012年7月25日 申请日期2012年1月19日 优先权日2012年1月19日
发明者潘晓春 申请人:江苏省电力设计院