曾 明,李静海,张小内
(天津大学 电气与自动化工程学院,天津 300072)
三维高频风速时间序列波动特性研究*
曾 明,李静海,张小内
(天津大学 电气与自动化工程学院,天津 300072)
三维高频风速波动特性的研究对于全面、深入地揭示复杂风场流动及演化规律具有重要价值。采用多重分形消除趋势波动分析(MF—DFA)对高性能超声波风速传感器采集的三维风速时间序列进行波动特性分析。研究表明:水平风速和竖直风速均具有多重分形特性,但有着不同的波动结构,在竖直方向上的波动结构要更为复杂;水平方向风速信号的多重分形特性由长程相关性造成,与概率分布关系不大,而竖直方向上风速信号的多重分形特性与长程相关性和概率分布均存在一定的关联。
三维超声波风速传感器; 高频风速时间序列; 多重分形消除趋势波动分析; 多重分形谱
风场的流动及演化规律的研究成果在气象、农业、能源、环保等多个领域均蕴藏巨大的潜在应用价值,因此,该主题的研究受到了各国科研人员的广泛关注。柳亦兵等人[1]利用对数功率谱和频率之间的拟合关系确定了近地面风速具有非平稳特性。曾明等人[2]通过替代数据和饱和关联维数相结合的方法证明了近地面风场具有混沌特性。Chang T等人得出风速时间序列的分形维数与风速平均值成负相关。De Oliveira Santos M等人证明了时间尺度为小时的风速时间序列是长程幂律相关的。孙斌等人[3]证明了采用多重分形谱可在一定程度上对时间尺度为小时的风电场风速变化趋势进行预测。……