Variation of Chaotic Behaviour of Wind Speed Oscillations Across Indian Subcontinent
风速波动性的建模与风力发电、风力发电等领域有着重要的现实意义。大多数现有的建模技术假设风的时间波动在本质上是随机的,并且基本动态最好通过统计方法或概率分布来描述。混沌理论的出现改变了人们对动力系统不规则涨落的认识,它表明确定性混沌系统也可以产生类随机涨落。在本文中,我们分析了在日平均风速中看到的明显的随机波动的确定性的性质与非线性时间序列分析工具的帮助下,利用风速数据测量在9个典型的位置在印度次大陆从2005年到2015年。从分析中获得的显着的混沌量词的值清楚地表明,在所有这些位置的风速动态的确定性,低维和混沌的性质。
2022-03-23 nlin.CD physics.ao-ph physics.data-an
Statistical analysis of wind speed fluctuation and increments of non-stationary atmospheric boundary layer turbulence
本文研究了大气边界层风速水平分量的统计特性。出于它的非平稳性,我们研究哪些参数保持不变,或可以被视为是分段常数,并解释如何估计它们。我们将验证自然大气边界层湍流是由连续发生的接近理想湍流的不同参数组成的图像。第一个重点放在风速的波动周围的平均行为。我们描述了一种方法估计的标准偏差的波动和平均风速之间的比例因子,并分析其时间依赖性。第二个重点是风速增量。我们调查的增量分布,并使用基于超统计的算法来量化的时间依赖性的参数描述的分布。应用所介绍的工具产生了一个全面的描述风速在大气边界层。
2008-11-20 physics.ao-ph physics.data-an physics.flu-dyn
Rician Distribution as a Physically Interpretable Model for Wind-Speed Statistics
OIST Graduate University(冲绳科学技术大学院大学);MINES ParisTech(巴黎高等矿业学院);London Mathematical Laboratory(伦敦数学实验室);Exus Renewables North America(Exus Renewables北美分公司)
研究提出基于两个正交高斯速度分量的物理模型推导风速的莱斯分布,利用四个风电场风速记录对比,表明莱斯模型优于高斯模型,与威布尔模型竞争,其参数能描述变异性,是紧凑且物理可解释的双参数模型。
2026-07-29 physics.ao-ph physics.data-an physics.flu-dyn
Forecasting wind speed financial return
当处理通过风力涡轮机产生能量时,风速的预测是非常重要的。在本文中,我们提出了一种新的非参数模型,半马尔可夫链的基础上,预测风速。特别是,我们使用的索引半马尔可夫模型,已被证明能够准确地再现风速的统计行为。该模型用于提前一步预测风速。为了检验模型的有效性,我们显示,作为良好的指标,均方根误差和平均绝对误差之间的实际数据和预测的。我们还比较了我们的预测结果与持久性模型。最后,我们展示了该模型的应用,预测财务指标,如内部收益率,持续时间和凸性。
2013-12-13 physics.data-an
Uncovering wind turbine properties through two-dimensional stochastic modeling of wind dynamics
我们使用借用统计物理学的随机数据分析方法,分析来自马尔科夫链模型的合成数据,该模型再现了葡萄牙风电场的风速和发电量测量值。我们首先表明,我们的分析检索确实的功率性能曲线,从而产生风速和发电量之间的关系,我们讨论了如何将此过程可以扩展到提取未知的物理变量对之间的函数关系一般。其次,我们展示了如何具体的功能,如风力涡轮机的额定速度或描述性的风速统计,可以与描述在单个风力涡轮机的发电量和风速的演变方程。
2013-10-09 physics.data-an
A Two-Regime Statistical Framework for Wind-Power Distributions: From Wind-Speed Fluctuations to Turbine Control
OIST Graduate University(冲绳科学技术大学院大学);MINES ParisTech(巴黎高等矿业学院);London Mathematical Laboratory(伦敦数学实验室);Exus Renewables North America(Exus可再生能源北美公司)
研究风电变异性挑战,开发双机制统计框架。在空气动力学运行状态下推导风电分布解析表达式,在控制主导的近额定状态下表征功率亏缺,为风力涡轮机全运行范围的风电波动提供物理解释统计描述。
2026-07-29 physics.ao-ph physics.data-an physics.flu-dyn
The diurnal cycle and temporal trends of surface winds
风在气候系统中起着至关重要的作用。在这项研究中,我们分析了全球模式的地面(10米)风的日循环的ERA 5再分析数据。研究发现,在陆地上,尤其是沙丘地区,最大风速和风吹流势(DP)出现在中午前后。然而,在海洋上空,风也在夜间达到顶峰。利用感热通量,我们表明,夜间陆地上较弱的风是由于夜间冷却,使高层大气和其相关的较强的风从表面-夜间冷却是小得多的海洋。我们还分析了来自美国400多个气象站的风数据,发现与再分析数据相似的日变化趋势。最大风速出现的时间(白天)在过去70年里变化不大。然而,风速、风力和风吹流潜力在海洋上表现出随时间的显著增加,在陆地和沙丘区域上的增加程度要小得多。我们比较了美国和欧洲DP和风速的ERA 5气象站,发现ERA 5显着低估了真实的风,但两者的时间模式是相似的。
2022-10-09 physics.ao-ph physics.data-an physics.geo-ph
Wind speed forecasting at different time scales: a non parametric approach
风速的预测是处理可再生能源时最重要的方面之一。在本文中,我们提出了一种新的非参数模型,半马尔可夫链的基础上,预测风速。特别地,我们使用了一个索引的半马尔可夫模型,准确地再现了风速的统计行为,预测风速提前一步,为不同的时间尺度和很长的时间跨度保持良好的预测。为了检查模型的主要特点,我们显示,作为指标的善良,真实数据和预测的均方根误差,我们比较我们的预测结果与持久性模型。
2013-05-16 physics.comp-ph physics.data-an
Construction of SDE-based wind speed models with exponential autocorrelation
本文提供了一种基于随机微分方程(SDEs)建立风速模型的系统方法。由此产生的模型产生具有给定概率分布和指数衰减自相关函数的随机过程。建立模型所需的唯一信息是风速的概率密度函数及其自相关系数。与文献中先前提出的其他方法不同,所提出的方法导致即使概率分布不是高斯的模型也能够再现精确的指数自相关。给出了上述性质的一个充分条件。本文包括显式制定的基于PDE的风速模型,从文献中使用的几个概率分布来描述不同的风速行为。
2015-11-07 physics.data-an stat.AP
First and second order semi-Markov chains for wind speed modeling
对可再生能源,特别是风能的兴趣越来越大,这就需要精确的模型来生成良好的合成风速数据。马尔可夫链通常用于此目的,但需要更好的模型来重现风速数据的统计特性。我们下载了一个数据库,可以从网上免费获得,其中包括来自L.S.I.的风速数据。-Lastem站(意大利),每10分钟取样一次。为了再现这些数据的统计特性,我们提出了三个半马尔可夫模型的使用。我们通过蒙特卡罗模拟生成风速的合成时间序列。滞后的自相关,然后使用所提出的模型与真实数据的统计特性进行比较,也与一个合成的时间序列,通过一个简单的马尔可夫链。
2012-11-19 physics.data-an physics.geo-ph
Evidence of crossover phenomena in wind speed data
在这份报告中,系统分析了从三个潜在的风力发电站(在北达科他州)获得的每小时风速数据。功率谱的数据表现出幂律衰减特性的$1/f^α$过程可能的长程相关。传统的分析使用赫斯特指数估计被证明是不确定的。随后使用去趋势波动分析(DFA)的分析显示了标度指数($α$)的交叉。在短时间尺度下,标度指数为$α\sim 1.4$表明数据类似于布朗噪声,而对于较大的时间尺度,数据表现出长程相关性($α\sim 0.7$)。在三个地点获得的标度指数相似。我们的研究结果表明多重分形信号的多个标度指数特性的可能性。
2004-11-20 physics.data-an
Wind speed modeled as an indexed semi-Markov process
对可再生能源,特别是风能的兴趣越来越大,这就需要精确的模型来生成良好的合成风速数据。马尔可夫链通常用于此目的,但需要更好的模型来重现风速数据的统计特性。在以前的论文中,我们表明,半马尔可夫过程更适合于此目的,但要达到准确再现真实数据的功能,高阶模型应使用。在这项工作中,我们引入了一个索引的半马尔可夫过程,能够适应真实的数据。我们下载了一个数据库,可以从网上免费获得,其中包括来自L.S.I.的风速数据。-Lastem站(意大利),每10分钟取样一次。然后,我们通过蒙特卡罗模拟生成风速的合成时间序列。滞后的自相关,然后使用所提出的模型与真实数据的统计特性进行比较,也与一个合成的时间序列,通过一个简单的半马尔可夫过程。
2012-09-07 physics.data-an physics.geo-ph
Long-range fluctuations and multifractality in connectivity density time series of a wind speed monitoring network
利用多重分形去趋势波动分析方法研究了风速监测网的日连通性时间序列。研究了连通性时间序列残差的长程涨落和多重分形。我们的研究结果表明,基于相关性的网络的日常连接是持久的任何相关阈值。此外,相关阈值的绝对值越大,多重分形度越高
2018-07-30 physics.data-an stat.AP