?
Use of the Halphen distribution family for mean wind speed estimation with application to Eastern Canada
Мы вводим семейство трёхпараметрических распределений с тяжёлым хвостом, семейство распределений Хальфена (HDF), для моделирования средней скорости ветра с целью оценки энергии ветра. HDF обладает рядом свойств, благоприятных для моделирования данных о скорости ветра, таких как нижняя граница в нуле (отсутствие параметра местоположения), гибкость для покрытия большого диапазона форм и явная форма функций производства моментов. Мы исследовали 126 станций в Восточной Канаде (125 станций имели тяжёлый хвост с положительным избыточным эксцессом) и обнаружили, что HDF обеспечивает лучшее соответствие, чем наиболее часто используемое для этой цели распределение, двухпараметрическое распределение Вейбулла, на 100% станций в соответствии с критерием информации Акаике (AIC). HDF сравнивали с 4 двухпараметрическими моделями (гауссовской, Вейбулла, гамма и обратной гамма) и 3 трёхпараметрическими моделями (обобщённое экстремальное значение, обобщённая гамма и Бёрра). Наиболее распространённым распределением наилучшего соответствия для станций в Восточной Канаде является HDF (46% по данным AIC). Результаты исследования показывают, что наблюдения за ветром не могут быть аппроксимированы обратным распределением типа B Халфена, но могут быть смоделированы распределением типа A Халфена и особенно хорошо распределением типа B Халфена (минимальное значение статистики Колмогорова-Смирнова среди возможных распределений). 87 станций продемонстрировали поведение хвоста класса D. Корреляции между классом поведения хвоста и наилучшим соответствием не наблюдалось. Мы рекомендуем использовать распределения типа A и типа B Халфена в качестве потенциальных распределений для исследований оценки ветровых ресурсов, основанных на оценке средней скорости ветра.