[发明专利]近地面风场不同空间点全时间尺度空间相关性分析方法

说明书

技术领域

本发明涉及一种时间序列分析方法。特别是涉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。

背景技术

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Pearson(皮尔逊)系数、SparkmanRank(斯皮尔曼等级)和KendallRank(肯特尔等级)，这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，Pearson(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，本发明提出了风场单点之间全时间尺度空间相关性分析方法。

发明内容

本发明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。

本发明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{x_i}和{y_i}分别作偏差累加，其中，i＝1,2,…,N，得到两个新序列X_i和Y_i；

2)分别将两个新序列X_i和Y_i从第一个数据点开始等分成N_s≡[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X_i和Y_i尾部的数据点开始重复这一分割过程，一共得到2N_s个等长区间，每个区间均含有s个数据；

3)对2N_s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X_i和Y_i中第v个区间的原序列和拟合趋势分别为X_k,v和Y_k,v、和v＝1,2,…,2N_s，k＝1,2,…,s；

4)计算2N_s个等长区间的去除趋势均方差和以及它们之间的去除趋势协方差