[发明专利]一种天气类型的自动划分方法

权利要求书

1.一种天气类型的自动划分方法，其特征在于，所述天气类型的自动划分方法包括以下步骤：

S1，选取气象数据：选取轮毂高度处的风速W_pre、风向D_pre和气温T_pre；

S2，提取风速序列{W_pre}，将其转化成类风能序列{W_Epre}，同时设置不同风过程区分阀值T₁和T₂；

S3，对类风能序列{W_Epre}进行滤波，滤除其中的高频干扰信号，得到低频趋势信号W_A；

S4，获取局部极值序列{E_x}；

S5，获取各天气过程的起始索引；

S6，获取各类天气过程。

2.根据权利要求1所述的天气类型的自动划分方法，其特征在于，所述风速W_pre的选取范围为0≤W_pre≤50，所述风向D_pre的选取范围为0≤D_pre＜360，所述气温T_pre的选取范围为-30≤T_pre≤50；其中所述风速W_pre的单位为m/s，风向D_pre的单位为度，所述气温T_pre的单位为℃。

3.根据权利要求1所述的天气类型的自动划分方法，其特征在于，所述风速序列{W_pre}转化成类风能序列{W_Epre}的转化公式为：W_Epre＝W_pre³。

4.根据权利要求3所述的天气类型自动划分方法，其特征在于，所述T₁的计算公式：T₁＝mean{W_Epre}×η₁；所述T2的计算公式：T₂＝mean{W_Epre}×η₂；式中，η₁和η₂为阀值系数。

5.根据权利要求4所述的天气类型的自动划分方法，其特征在于，所述η₁为0.5，所述η₂为1。

6.根据权利要求1所述的天气类型的自动划分方法，其特征在于，所述获取局部极值序列{E_x}分为以下步骤：

对滤波后的低频趋势信号{W_A}向后差分，得到差分后的序列{W_R}

W_R|i＝W_A|i+1-W_A|i,i＝1,…,n-1

式中，i和n为大于0的整数，W_A|i为第i个风能信号，n为风能序列样本数，差分后的序列样本数将变为n-1；

对差分结果再进行二次差分：

W_R|j′＝W_R|j+1-W_R|j,j＝1,…,n-2

结合二次差分的结果，得到一次差分后的正负变换点，得出局部极值点：

E_x|i＝{W_R|i|W_R|i·W_R|i-1＜0}∪{W_R|i|W_R|i·W_R|i-1＝0,W_R|i-1′≠0}。

7.根据权利要求1所述的天气类型的自动划分方法，其特征在于，所述滤波步骤具体为：采用Matlab的小波分析工具箱，选取小波函数和滤波尺度对类风能序列{W_Epre}进行滤波。