摘要
风速是一个有着较强非正态性的时间序列,在拟合风速历史观测样本时,难以兼顾非正态性和自相关性,特别是当自相关函数的振荡性较强时,现有方法的拟合精度不高.选用转译模型模拟风速时间序列,将概率分布函数和自相关函数的拟合解耦成2个独立的部分.首先,基于分位数函数和原点矩抽取风速样本的统计信息,选用Tadikamalla分布重构风速的累积分布函数和分位数函数;然后,基于边际概率转换,将风速样本映射到标准正态空间,采用余弦函数级数和来拟合样本的自相关函数;最后,提出一种三角级数展开式的方法生成高斯时间序列样本,利用转译模型将高斯时间序列样本转换成风速时间序列样本,复现风速的非正态累积分布函数和振荡自相关函数.对3组风速观测样本进行拟合测试,结果验证了所提方法的有效性和准确性.