论文部分内容阅读
在风电场时间序列统计建模中需要同时计及多风电场功率的空间相关性和功率时间序列在不同时间尺度的相关性.提出了一套层次化的多风电场时间序列数据挖掘与统计建模方法.首先将日功率曲线聚类为不同的模式类,并统计多风电场模式的联合分布,识别强相关风电场群.然后建立单变量马尔科夫链模型描述功率曲线模式的日间转移.最后按联合模式划分子样本集,分别建立多变量马尔科夫链模型描述日内相邻时段功率的随机变化.通过某省多风电场实际录波数据的统计建模和功率序列模拟,并与2种典型建模方法进行对比,表明了所提模型生成的时间序列能更准确的模拟实际样本的时间和空间相关性.