区域的和现场的风速的分位数估计

区域的和现场的风速的分位数估计

论文摘要

在不同的环境领域、工程风险分析、设计结构、可再生能源、农业经营和气候学中,都需要估算年最大风速(AMWS)的分位数。这些估计对风速的编码具有极大的重要性。利用区域频率分析(RFA)和现场频率分析(ASFA),可以对不同的有关气象站估计AMWS的分位数。然而,由于风速较短,特别是在巴基斯坦等发展中国家,很多气象站的历史风速数据有时无法获得,而且往往不足。数据的缺乏增加了分位数估计数的不确定性。为了解决这一问题,本论文主要基于我的两篇SCI论文,选择了 RFA和ASFA的方法分析风速。结合巴基斯坦Punjab的9个气象站的风速数据,本论文利用线性矩(L-矩)对AMWS进行了区域频率分析。没有发现任何气象站不一致。根据这九个监测站的地理位置,采用主观的方法,由它们组成一个单一的同质区域。从异质性的角度来看,Punjab的这9个监测站构成了一个单一的同质区域。区域分位数估计是通过广义正态分布(GNO)、广义logistic分布(GLO)、皮尔逊3型(P3)、广义帕累托(GPA)、威布尔(WEI)、对数皮尔逊3型(LP3)和广义极值分布(GEV)中最合适的概率分布得到的。Z统计量和L-矩比率图表明,GLO和GNO分布是比其他分布更好的选择。通过相对偏差(RB)和相对均方根误差(RRMSE)来评估两种分布的稳定性,结果表明,总体而言,GLO分布优于GNO。此外,我们还利用样本均值和中位数作为比例因子,从无因次量(区域分位数)中找到了现场分位数。本论文还对在巴基斯坦Punjab和Khyber Pakhtunkhwa的9个监测站对AMWS进行了现场频率分析。多参数概率分布(PDs)(如广义logistic(GLO)、广义极值(GEV)、广义正态分布(GNO)、皮尔逊3型(P3)、广义帕累托(GPA)、威布尔(WEI)、对数皮尔逊3型(LP3))。Logistic(LOG)、Normal(NOR)、Gumbel(GUM)、Exponential(EXP)和Uniform(UNI)等双参数概率分布被用来确定9个站点的最合适分布。采用L-矩法对分布参数进行估计。Kolmogorov-Smirnov检验(KS)、Anderson-Darling检验(AD)、最小L-峰度差准则(ML-K)和L-比率图表明,GEV、GNO、GPA、GLO四种分布是最适合不同站点的分布。这些分布优于双参数分布。多参数概率分布的分位数估计值(设计估计值)提供了关于未来最大风速将以多快的速度通过某个地方的信息。因此在不同结构的建设中对决策者和规划人员非常重要。采用多变量Diebold-Mariano(DM)检验从最佳拟合概率分布得到的设计估计值的准确性,结果表明两者存在显著差异。本论文结构如下:第一章:在本章中,我们着重介绍了风速及其重要性,并简要介绍了区域频率分析和现场频率分析。同时也说明了研究的意义和目标。第二章:在第二章中,我们简要回顾了区域频率分析和现场频率分析的相关文献,并给出了参数估计和概率选择。第三章:首先,简要介绍了基于线性矩的区域频率分析方法。然后应用区域频率分析方法对巴基斯坦Punjab的9个站的年最大风速分位数进行估算。利用地理位置确定了年最大风速的潜在同质区域。利用相对偏差和相对均方根误差检验了最佳区域概率分布的稳健性。此外,利用区域分位数计算出最佳拟合区域概率分布的现场分位数(采用样本均值和样本中值作为比例因子),并利用标准误差比较其精度。第四章:在本章中,我们重点研究了位于巴基斯坦Punjab和Khyber Pakhtunkhwa的9个站点的年最大风速的现场频率。它还包括现场频率分析的基本假设。对9个站点的年最大风速进行了不同的概率分布(3个和2个参数)拟合。拟合优度检验包括数值方法和图像方法,用于最佳拟合概率分布的评估。此外,采用多变量Diebold测试检验相对绝对误差的精度,以获得最佳拟合概率分布。第五章:最后,第五章总结了从分析数据中得出的主要结论,并对实际应用和未来研究提出了建议。

论文目录

  • Abstract
  • Chinese Abstract
  • List of Notations and Conventions
  • 1 Introduction and Overview
  •   1.1 Wind speed and its applications
  •   1.2 Significance of the Study
  •   1.3 Objectives
  • 2 Literature Review
  •   2.1 Introduction to wind speed frequency analysis (WSFA)
  •   2.2 Review of previous related work
  • 3 Estimation of wind speed using regional frequencyanalysis based on linear-moments
  •   3.1 Leading Areas information
  •   3.2 Linear-Moments (L-Moments)
  •   3.3 Application of Regional Frequency Analysis based on Linear-Moments
  •     3.3.1 Data Screening
  •     3.3.2 Construction of homogeneous region
  •     3.3.3 Selection of best regional probability distribution
  •     3.3.4 Parameters estimation and accuracy of estimated quantiles
  •   3.4 Results and Discussion
  • 4 Multiparameter Probability Distributions for At-SiteFrequency Analysis of Annual Maximum Wind Speedwith L-Moments for Parameter Estimation
  •   4.1 Preliminary analysis of annual maximum wind speed series(AMWS)
  •     4.1.1 Mann-Kendall(MK)test for checking the trend
  •     4.1.2 Augmented Dickey-Fuller (ADF)test for checking stationarity
  •     4.1.3 Wald-Wolfowitz(WW)test for checking the independence
  •     4.1.4 Mann-Whitney U(MWU)test for homogeneity
  •   4.2 Estimation parameters of PD by the method of L-moments
  •   4.3 Candidate probability distributions (PD)
  •     4.3.1 Uniform(UNI) distribution:
  •     4.3.2 Exponential(EXP) distribution:
  •     4.3.3 Gumbel(GUM)distribution:
  •     4.3.4 Normal (NOR) distribution:
  •     4.3.5 Logistic (LOG) distribution:
  •     4.3.6 Generalized Pareto (GPA) distribution:
  •     4.3.7 Generalized extreme-value(GEV) distribution:
  •     4.3.8 Weibull (WEI) distribution:
  •     4.3.9 Generalized logistic (GLO) distribution:
  •     4.3.10 Generalized Normal(GNO) distribution:
  •     4.3.11 Pearson Type 3 (P3) distribution:
  •     4.3.12 Log Pearson Type 3 (LP3) distribution:
  •   4.4 Goodness-of-fit(GOF)tests
  •     4.4.1 Kolmogorov-Smirnov (KS) test
  •     4.4.2 Anderson-Darling(AD)test
  •     4.4.3 Minimum L-Kurtosis (ML-K)Difference Criterion
  •     4.4.4 L-moment ratio diagrams
  •     4.4.5 Quantile-Quantile(Q-Q)plot and Probability-Probability(P-P) plot
  •   4.5 Multivariate Diebold-Mariano(DM)test
  •   4.6 Study area and data
  •   4.7 Results and discussions
  •     4.7.1 Preliminary analysis of annual maximum wind speed series
  •   4.8 Probability distributions selection
  •   4.9 Calculating the Relative Absolute Error(RAE)for Quantile Estimates
  • 5 Summary, Conclusions and Recommendations:
  • References
  • Acknowledgements
  • List of Publications
  • 文章来源

    类型: 博士论文

    作者: MUHAMMAD FAWAD

    导师: 晏挺

    关键词: 区域频率分析,现场频率分析,年最大风速,概率分布,蒙特卡罗模拟,分位数估计

    来源: 华中师范大学

    年度: 2019

    分类: 基础科学

    专业: 气象学,气象学

    单位: 华中师范大学

    分类号: P425;P412

    DOI: 10.27159/d.cnki.ghzsu.2019.001260

    总页数: 124

    文件大小: 6386K

    下载量: 8

    相关论文文献

    • [1].岩土工程简化可靠度设计方法——修正分位数法[J]. 岩土工程学报 2020(08)
    • [2].大数据分位数算法在实现烟草行业降本增效的有效性初探[J]. 数字技术与应用 2017(03)
    • [3].无条件分位数处理效应方法及其应用[J]. 数量经济技术经济研究 2017(02)
    • [4].入院时急性缺血性脑卒中患者血超氧化物歧化酶水平与出院不良结局的关系[J]. 家庭医药.就医选药 2016(08)
    • [5].核分位数估计及其应用[J]. 数学的实践与认识 2013(21)
    • [6].基于分位数分解的城乡收入差距研究[J]. 统计与决策 2016(24)
    • [7].门限分位数自回归模型及在股市收益自相关分析中的应用[J]. 改革与开放 2017(16)
    • [8].基于非条件分位数估计法的中国文化产业效率研究[J]. 统计与信息论坛 2012(11)
    • [9].加权复合分位数自回归模型在隧道围岩变形预测中的应用[J]. 大地测量与地球动力学 2017(05)
    • [10].产权异质性与商业银行效率差异分位数估计[J]. 商业研究 2013(06)
    • [11].非参数分位数估计在我国非寿险公司偿付能力额度计算中的应用[J]. 经济论坛 2012(12)
    • [12].均匀分布分位数的区间估计[J]. 江苏广播电视大学学报 2009(03)
    • [13].缺失数据下条件分位数的估计及其渐近性质[J]. 广西科学 2009(03)
    • [14].基于P-分位数法的船舶上下行航线选择[J]. 人民珠江 2018(07)
    • [15].社会经济发展与35~74岁人群糖尿病关联的分析[J]. 中国慢性病预防与控制 2020(02)
    • [16].煤炭发热量的分位数线性回归分析研究[J]. 兰州石化职业技术学院学报 2016(01)
    • [17].分位数误差校正模型及应用[J]. 数量经济技术经济研究 2016(10)
    • [18].城乡个人收入差距的分位数因果效应估计[J]. 现代管理科学 2015(02)
    • [19].石油期货收益率的分位数建模及其影响因素分析[J]. 中国管理科学 2012(03)
    • [20].区间约束数据条件分位数估计的大样本性质[J]. 凯里学院学报 2010(03)
    • [21].分数填补下两总体分位数差异的半经验似然推断[J]. 高校应用数学学报A辑 2009(04)
    • [22].新型农村合作医疗对农业劳动力供给的影响[J]. 中国经济问题 2020(03)
    • [23].分位数模型回归分析[J]. 四川精神卫生 2018(04)
    • [24].分位数局部调整模型及应用[J]. 数量经济技术经济研究 2011(08)
    • [25].一种概率分布的极值分位数的最优估计[J]. 应用概率统计 2008(05)
    • [26].西部地区金融发展的多维减贫效应——基于空间面板分位数模型的实证分析[J]. 福建论坛(人文社会科学版) 2020(02)
    • [27].条件区间分位数超高维特征筛选研究[J]. 郑州大学学报(理学版) 2019(01)
    • [28].大数据视阈下的分位数分析技术[J]. 中国统计 2018(01)
    • [29].门限分位数自回归模型的预测方法及应用[J]. 数量经济技术经济研究 2016(03)
    • [30].碳捕集中考虑碳价概率分布拟合抽样误差的超分位数–鲁棒优化方法[J]. 中国电机工程学报 2020(04)

    标签:;  ;  ;  ;  ;  ;  

    区域的和现场的风速的分位数估计
    下载Doc文档

    猜你喜欢