基于多元气象信息的多维不确定性场景生成及聚合方法

本发明公开一种基于多元气象信息的多维不确定性场景生成及聚合方法，获取并预处理多源异构气象数据，统一格式与尺度；再以核密度估计拟合边缘分布，以高斯Copula构建多变量联合概率分布；进而结合ARIMA与高斯随机场，通过Kronecker积构建时空联合协方差矩阵；随后经蒙特卡洛采样与时空约束校正，生成高维不确定性初始场景；最后通过K‑means聚类压缩场景并从概率分布、时序相关性、空间相关性、极值保留能力等维度评估，得到典型场景集。本发明可精准刻画多元气象耦合依赖与时空一致性，大幅降低场景规模，提升极端事件表达能力，有效支撑高比例新能源电力系统安全稳定运行。