[發明專利]基于EMD和修正高斯函數的時變平均風提取方法

有效

• 申請號: 202011551743.X
• 申請日: 2020-12-24
• 公開（公告）號: CN112597713B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 郅倫海;蔡康;楊漢;王靜峰
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06F30/28
• 分類號: G06F30/28;G06F17/14;G06F111/08;G06F113/06;G06F113/08;G06F119/14
• 代理公司: 合肥和瑞知識產權代理事務所(普通合伙) 34118
• 代理人: 金宇平

一種基于EMD和修正高斯函數的時變平均風提取方法，利用EMD將實測非平穩風速信號u(t)分解，獲得時變平均風TVM_S對應的脈動風速m_S(t)；將修正標準差σ＝k·α引入到標準高斯分布函數中，獲得修正高斯函數g[m_s(t)]；獲得用于量化實測脈動風速m_S(t)的概率分布與所述修正高斯函數之間的相關性的修正高斯偏差系數p_s；獲得多個不同的修正階數k，計算各修正階數k在S取不同值時對應的修正高斯偏差系數p_s；獲取各修正階數k對應的修正高斯偏差系數p_s中的最小值，并獲取所述最小值對應的時變平均風TVM_S作為修正階數k對應的備選項；再根據極值點從備選項中篩選最優時變平均風。本發明為最優態的時變平均風的提取提供了判別條件，保證了最終獲得的時變平均風的精確。

技術領域

本發明涉及風場特性提取技術領域，尤其涉及一種基于EMD和修正高斯函數的時變平均風提取方法。

背景技術

時變平均反映了風速時程的非平穩特征，因而基于風速時程提取時變平均風成為構建非平穩風速模型的重要環節。實踐中一般將風速的低頻分量視作時變平均風，可采用多項式曲線擬合,滑動平均,高階濾波和小波變換等方式從實測風速記錄中提取，這些處理方式往往缺乏統一的定量提取準則，提取效果依賴于使用者的經驗以及計算參數的選擇，例如多項式的階數，濾波器的類型和截止頻率。近年來，Chen and xu(2004)將EMD技術應用于提取實測風速的時變平均風，將分解得到的余量和最后幾階本征模態函數(IMF)之和作為時變平均風。Chen er al.(2007)用EMD將傳統平穩和非平穩風速模型進行對比研究.Chen and Wu(2012)結合EMD算法提出了用脈動風平穩度指標來確定時變平均風的方法。Su et al(2015)運用集成經驗模態分解獲得了兩組全尺度非平穩下擊暴流風速數據的時變平均風。然而需要說明的是，基于EMD提取時變平均風的效果同樣取決于使用者的工程經驗，并且EMD分解所得的余量并不一定就是時變趨勢,仍然需采用相應判定條件進行識別。對于具有復雜變化趨勢或者具有隨機變化趨勢的非平穩風速時程來說，如何確定相應判定條件并非易事。因此，研究有效的風速時變平均風提取方法成為建立非平穩風速模型的一項迫切的任務。

發明內容

為了解決上述現有技術中缺乏有效的風速時變平均風提取方法的缺陷，本發明提出了一種基于EMD和修正高斯函數的時變平均風提取方法。

本發明采用以下技術方案：

一種基于EMD和修正高斯函數的時變平均風提取方法，包括以下步驟：

A1、利用EMD將實測非平穩風速信號u(t)分解為若干個固有模態分量IMF和余量r_n(t)，n表示固有模態分量IMF的數量；

A2、將最后S-1個固有模態分量加上余量作為u(t)的時變平均風TVM_S， 1≤S≤n，并計算S取不同值時的時變平均風TVM_S對應的脈動風速m_S(t)；

A3、將修正標準差σ＝k·α引入到標準高斯分布函數中，獲得修正高斯函數 g[m_s(t)]：

其中，k為修正階數，當k＝1時，修正高斯函數為高斯分布的概率密度函數；α是m_s(t)的概率密度分布函數的標準差；

A4、獲得用于量化實測脈動風速m_S(t)的概率分布與所述修正高斯函數之間的相關性的修正高斯偏差系數p_s；

A5、獲得多個不同的修正階數k，針對每一個修正階數k循環執行步驟A2 到A4，計算各修正階數k在S取不同值時對應的修正高斯偏差系數p_s；