為研究黃家灣輸水工程范圍內(nèi)風(fēng)資源的變化特性,采用重標(biāo)度級(jí)差分析法,計(jì)算得到其參證站—紫云氣象站近5年均值風(fēng)速時(shí)間序列的Hurst指數(shù)為0.754,表明該風(fēng)速時(shí)序自身具有長(zhǎng)程正相關(guān)性。在此基礎(chǔ)上,采用概率場(chǎng)景縮減法,提取3個(gè)全年的典型風(fēng)速場(chǎng)景及其概率。結(jié)果表明:場(chǎng)景1為"小幅下降型",整個(gè)序列未出現(xiàn)較大起伏,其發(fā)生的概率為29.1%;場(chǎng)景2為"劇烈上升型",前期變化趨勢(shì)與場(chǎng)景1較為相似,16點(diǎn)左右風(fēng)速值大幅升降,最后震蕩下行,發(fā)生的概率為31.4%;場(chǎng)景3為"逐步上升型",此場(chǎng)景發(fā)生的概率最大,為39.5%,表明在紫云氣象站近5年的均值風(fēng)速序列中,與此場(chǎng)景相似的序列較多。分析結(jié)果可為輸水工程風(fēng)光互補(bǔ)供電提供參考依據(jù)。 

【文章來(lái)源】：陜西水利. 2020,(09)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

紫云氣象站近5年均值風(fēng)速時(shí)序R/S分析圖

本文以紫云氣象站近5年的均值風(fēng)速數(shù)據(jù)作為初始場(chǎng)景樣本，采用SBR場(chǎng)景縮減方法進(jìn)行場(chǎng)景提取，從而得到典型場(chǎng)景過程及其概率，見表1、圖2。由表1和圖2可知，采用SBR法提取得到3個(gè)典型風(fēng)速場(chǎng)景中，場(chǎng)景1為“小幅下降型”，隨著時(shí)間的推移和氣候條件的影響，風(fēng)速逐步下降，一天初、末時(shí)段的風(fēng)速分別為3.4 m/s、2.9 m/s，變化較小，整個(gè)序列未出現(xiàn)較大起伏，其發(fā)生的概率為29.1%。場(chǎng)景2為“劇烈上升型”，在1～15點(diǎn)區(qū)間內(nèi)，其變化趨勢(shì)與場(chǎng)景1較為相似，均處于小幅下降的過程，風(fēng)速值也較接近，下午16點(diǎn)左右，風(fēng)速值大幅上升，并在18點(diǎn)左右大幅回落，最后震蕩下行，回到較低值，其發(fā)生的概率為31.4%。場(chǎng)景3為“逐步上升型”，與場(chǎng)景1、2相比，此場(chǎng)景的平均風(fēng)速值較小，這是因?yàn)?～12點(diǎn)區(qū)間的風(fēng)速值很小，在0～1.2 m/s區(qū)間內(nèi)變化；12點(diǎn)后，風(fēng)速逐漸開始增大，并出現(xiàn)2個(gè)明顯的起伏過程，最終風(fēng)速值下降為1.7 m/s，此場(chǎng)景發(fā)生的概率最大，為39.5%，表明在紫云氣象站近5年的均值風(fēng)速序列中，與此場(chǎng)景相似的序列較多。

【參考文獻(xiàn)】：
期刊論文
[1]R/S和Mann-Kendall法在濟(jì)南市地下水管理模型中的應(yīng)用[J]. 齊歡.  中國(guó)農(nóng)村水利水電. 2019(08)
[2]基于R/S類分析法的風(fēng)速時(shí)間序列Hurst指數(shù)分析[J]. 許子非,鄒錦華,李春,袁全勇.  動(dòng)力工程學(xué)報(bào). 2019(07)
[3]基于Hurst指數(shù)的風(fēng)速時(shí)間序列研究[J]. 袁全勇,楊陽(yáng),李春,闞威,葉柯華.  應(yīng)用數(shù)學(xué)和力學(xué). 2018(07)
[4]基于場(chǎng)景分析的含可中斷負(fù)荷的優(yōu)化調(diào)度模型研究[J]. 艾欣,周樹鵬,趙閱群.  中國(guó)電機(jī)工程學(xué)報(bào). 2014(S1)
[5]考慮多風(fēng)電場(chǎng)出力Copula相關(guān)關(guān)系的場(chǎng)景生成方法[J]. 黎靜華,文勁宇,程時(shí)杰,韋化.  中國(guó)電機(jī)工程學(xué)報(bào). 2013(16)

博士論文
[1]時(shí)間序列數(shù)據(jù)挖掘相似性度量和周期模式挖掘研究[D]. 董曉莉.天津大學(xué) 2007



本文編號(hào)：3319295