[发明专利]一种基于最优copula模型的多风电场出力聚类评估方法

权利要求书

1.一种基于最优copula模型的多风电场出力聚类评估方法，其特征在于，该方法包括以下步骤：

(1)对采样的两风电场有功出力历史数据构建单一copula、混合copula模型；

(2)对采样的两风电场有功出力历史数据进行变结构点诊断并构建变结构copula模型；

(3)基于构建的单一copula、混合copula、变结构copula模型，评估模型精度并选择最优相关性拟合模型；

(4)基于最优相关性拟合模型，利用模糊C均值聚类法对两风电场概率分布值组成的数据集聚类；

(5)评估基于最优相关性拟合模型的聚类精度；

上述步骤(1)中，所述构建单一copula、混合copula模型，包括下述步骤：

(1-1)分别确定两风电场有功出力历史数据的边缘概率分布函数F_t(·)和G_t(·)；

(1-2)基于两风电场出力的边缘概率分布函数，分别建立各基本copula模型，包括：Gaussian-copula，t-Copula，Clayton-copula，Gumbel-copula，Frank-copula，根据极大似然估计法，计算各copula函数参数；

(1-3)定义经验copula函数，根据评判指标对(1-2)中各模型进行评价；计算各模型的Kendall系数、Spearman系数、Akaike Information Criterion(AIC)指标、各基本copula模型与经验copula的欧式平方距离；

(1-4)计算(1-3)中模型各评判指标，比较各基本copula模型与经验copula模型的评判指标接近程度，与经验copula模型最接近则为最优评判指标，最优评判指标数最多的模型则为最佳模型，若最优评判指标数相同，则选择欧式平方距离小的为最佳模型；

(1-5)混合copula模型采用Clayton-copula，Gumbel-copula，Frank-copula函数以不同的权重组合，并根据EM算法估计各函数权重并进行参数估计，构建混合copula模型。

2.根据权利要求1所述的一种基于最优copula模型的多风电场出力聚类评估方法，其特征在于，步骤(2)中，所述变结构点诊断步骤如下：

(2-1)基于步骤(1)中采样的两风电场出力历史数据的边缘概率分布函数F_t(·)和G_t(·)，将两风电场历史出力的时间序列转化为序列其中，t为序列点，T为时间序列总长度，u_t＝F_t(x_t)，v_t＝G_t(y_t)，Φ^-1(·)为标准正态分布的逆函数，并令与为样本，其中[i,j]为样本区间，并选择初始样本为[1,2n₀]，其中n₀为初始子样本数，并令n₀＝200；

(2-2)令k为样本区间[i,j]中可能的变结构点位置，其中，k＝i+n₀-1,...,j-n₀，形成[i,k]和[k,j]两个子样本区间，构造综合相关性指标其中，ρ_p为Pearson相关系数，ρ_s为Spearman相关系数，并调用matlab中corrcoef函数计算子样本与的Pearson相关系数ρ_p和Spearman相关系数ρ_s并得到综合相关性指标ρ_F，并计算子样本与的Pearson相关系数ρ_p和Spearman相关系数ρ_s并得到综合相关性指标ρ_B，将ρ_F，ρ_B进行Fisher转换得到计算得到k处Z检验统计量Z_k，重复(2-2)至计算得到k＝j-n₀处的Z检验统计量为止；

(2-3)令Z'＝max(|Z_k|)，记录Z'对应的位置为k'，进行关于综合相关性指标ρ的Z检验，并给定显著性水平α＝0.05，得到标准分数z'_α/2＝Φ^-1(1-α/2)；

(2-4)若Z'≥z'_α/2，则k'为变结构点，并令i＝k'+1,j＝k'+2n₀，重复(2-2)-(2-3)；若Z'≤z'_α/2，则该样本区间不存在变结构点，并令j＝j+20，重复(2-2)-(2-3)至j＝T为止，得出所有变结构点位置。