[發明專利]基于有限狀態馬爾科夫序列的時序風速模擬方法和系統

有效

• 申請號: 202010488905.3
• 申請日: 2020-06-02
• 公開（公告）號: CN111611741B
• 公開（公告）日: 2023-10-10
• 發明（設計）人: 李玉敦;楊超;史方芳;張國輝;劉萌;李寬;趙斌超;王昕;李廣磊
• 申請（專利權）人: 國網山東省電力公司電力科學研究院;國家電網有限公司
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/20
• 代理公司: 濟南誠智商標專利事務所有限公司 37105
• 代理人: 李修杰

1.基于有限狀態馬爾科夫序列的時序風速模擬方法，其特征在于，包括以下步驟：

S1：利用多項式正態變換技術將原始風速時間序列變換為服從正態分布的時間序列；

S2：利用相鄰K個時刻服從正態分布的時間序列構造k維隨機向量；k維隨機向量服從協方差矩陣C的多元正態分布；根據多元正態分布構造狀態轉移函數；

S3：利用狀態轉移函數進行隨機抽樣得到設定時間長度的馬爾科夫時間序列；

S4：利用多項式正態變換將馬爾科夫時間序列變換得到模擬風速時間序列。

2.根據權利要求1所述的基于有限狀態馬爾科夫序列的時序風速模擬方法，其特征在于，在步驟S1之前，還包括接收原始風速時間序列。

3.根據權利要求1所述的基于有限狀態馬爾科夫序列的時序風速模擬方法，其特征在于，步驟S1中，所述利用多項式正態變換技術將原始風速時間序列變換為服從正態分布的時間序列的步驟為：

S11：建立原始風速時間序列W_t和隨機變量Z_t之間的多項式函數關系；W_t＝c₀+c₁Z_t+c₂Z_t²+c₃Z_t³；其中，c₀，c₁，c₂，c₃均為函數模型參數；c₀＝μ_v-σ_vγ_3v/6，c₁＝σ_v(33-3γ_4v)/24，c₂＝σ_vγ_3v/6，c₃＝σ_v(3γ_4v-3)/24；μ_v為隨機時間序列的數學期望；σ_v為隨機時間序列的標準差；γ_3v為隨機時間序列的偏度值；γ_4v為隨機時間序列的峰度值；

S12：利用公式W_t＝c₀+c₁Z_t+c₂Z_t²+c₃Z_t³，將原始風速時間序列W_t變換為服從正態分布的時間序列Y_t；其中t＝1，2..n。

4.根據權利要求1所述的基于有限狀態馬爾科夫序列的時序風速模擬方法，其特征在于，步驟S2的過程為：

S21：利用相鄰k個時刻服從正態分布的時間序列構造一個k維隨機向量Y＝(Y_t-(k-1)，...，Y_t，Y_t+1)，則k維隨機向量服從協方差矩陣為C的多元正態分布：

S22：根據多元正態分布構造t+1時刻的隨機變量Y_t+1的條件概率分布函數；所述條件概率分布函數為狀態轉移函數；；

所述隨機變量Y_t+1為其中，

5.根據權利要求1所述的基于有限狀態馬爾科夫序列的時序風速模擬方法，其特征在于，步驟S3的過程為：

S31：隨機產生k-1個服從正態分布的隨機數，作為初始值；

S32：將這k-1個初始值帶入公式求取第k個隨機變量的平均值μ；

S33：將μ代入到公式得到第k個隨機變量的概率分布函數，隨機抽樣產生第k時刻風速隨機變量；

S34：重復步驟S32至S33n次，得到一條長度為n的馬爾科夫序列X_t(t＝1，2，....，n)。