应用极值I型分布估算厦门市极端风速

根据厦门市1958～2007年的年风速数据,应用极值I型分布函数对厦门市不同重现期的最大和极大风速做出估算,并用柯尔莫戈洛夫(Колмогоров)检验法对此结果做出拟合优度检验。并比较规范值与估算值,验证极值I型分布函数对厦门市风速拟合的可行性。     

基于广义统一概率图的东南沿海风速概率分布研究

传统的概率分布选择方法是基于观测数据在假设分布概率纸上进行绘制,由于受到概率纸的限制无法进行直接比对分析.本文提出了一种新的广义统一概率图(GUPP)方法,通过Rosenblatt变换,将假设分布转换到统一概率纸上进行直观比对,并提出基于GUPP的拟合优度快速检验方法及参数,该方法可用于大数据量和大范围假设概率分布的快速拟合和检验.采用本文方法对厦门地区1953-2015年采集的实时风速数据进行统计分析及拟合,结果显示Pearson-Ⅲ分布可以更好地模拟厦门地区年10 min平均最大风速的分布规律,以此更准确地确定厦门地区基于不同回归期的设计最大风速.     

一种新的最大风速分布函数

本文提出以Edgeworth分布函数作为最大风速分布函数,通过对我国廿五个有代表性的省、市地区最大风速实测资料进行统计计算,又经柯尔莫哥洛夫(КОЛМОΓОРОВ)拟合优度准则检验,证明Edgeworth分布函数较“荷载规范”1985年修订稿所采用的最大风速分布函数——极值Ⅰ型分布有较大的改进。     

钦州市台风影响下风雨联合概率分布模型研究

受台风影响,钦州市洪涝灾害频发,基于copula联合概率分布模型研究台风条件下风雨相关关系。选择1971～2016年中引起钦州市降雨的125场台风的最大风速、时段降雨及累积雨量系列作为统计样本,分别采用Gumbel(2P)、Frechet(3P)、Weibull(2P)、Weibull(3P)、GEV、Gamma(2P)和Burr七种边缘分布进行最大风速、各时段雨量的分布拟合,并应用危险率函数法、累计误差法和Kolmogorov-Smirnov检验进行拟合优度评价,选出合适的风、雨边缘分布;采用Archimedean copula族四种函数构建风雨联合概率模型,并根据AIC、OLS准则做风雨联合分布拟合优度评价,选出符合钦州市各风雨联合概率分布的函数模型;通过对2017年"天鸽"和"帕卡"两场台风降雨数据检验可知,该风雨联合模型,结果可靠。表明了基于Archimedean copula函数构造的风雨联合分布模型可应用于台风影响下钦州市降雨情势的预测与分析。     

考虑异常数据剔除的产品可靠性评估

提出一种考虑异常数据剔除的产品可靠性评估方法,主要是依据异常数据剔除准则将由试验误差和样本分散性造成的异常数据予以剔除。基于加速退化试验数据外推产品伪寿命数据获取产品寿命数据,并对寿命数据进行分布拟合优度检验确定寿命最优分布。结合工程中常用加速模型利用最小二乘估计法进行模型参数估计,将高应力下伪寿命折算到正常应力水平下的寿命值,再依据异常数据剔除准则将不合群寿命数据予以剔除。然后将寿命数据进行分布拟合得到产品寿命分布,进而对产品进行可靠性评估以及可靠寿命估计。以某型加速度计为例验证了所提出的方法适用性和有效性。     

Weibull分布在风能计算中的应用

本文应用Weibull分布拟合南京164米塔三个高度上风速的概率分布。三种方法用于估计Weibull分布参数,进而估计总平均风能密度和有效平均风能密度,对各种方法的计算结果作了比较分析。     

平潭风能资源分析与开发利用

根据平潭县11个观测站测得的月平均风速与最大风速,采用Weibull分布函数,估算有效风能和有效风能密度,为该县风能的开发利用提供定量的气候依据。     

风电场风速概率Weibull分布的参数估计研究

风电场风速概率分布是描述风能特征的主要指标,其准确程度直接影响风电场风能资源的评估结果。主要介绍了两参数威布尔分布的极大似然估计法、最小二乘估计法和WASP估计法3种风速概率分布参数的估计方法。通过对四川广元地区低风速区域测风塔实测数据分析,结果表明,极大似然估计法与实测数据统计结果最为接近,拟合效果良好;Weibull参数c、k存在相对较为明显的季节变化;尺度参数c值随高度呈现幂指数形式,形状参数k值随高度呈现二次函数形式变化特征,在80～90 m高度左右,曲线出现拐点,k值取得最大值。     

不同季节乌鲁木齐风能资源潜能评估

为评估乌鲁木齐地区的风能资源,分析了风速概率分布、风能功率密度和风能等模型.利用威布尔分布分析了该地区典型气象年不同季节的平均风速、标准偏差、尺度参数、形状参数、最频繁风速、最优风速和风能可利用时间;分别利用对数正态分布、威布尔分布和瑞利分布对该地区不同季节的风速概率进行了分析;利用威布尔分布和瑞利分布分析了该地区不同季节的风能功率密度和风能.结果表明:乌鲁木齐地区典型气象年不同季节的平均风速、标准偏差、尺度参数、形状参数、最频繁风速、最优风速和风能可利用时间的最大值都发生在冬天,除了形状参数外的其它参数的大小顺序依次发生在秋天、春天和夏天;该地区不同季节的风速威布尔分布形状介于对数正态分布和瑞利分布之间;威布尔分布算出的风能功率密度和风能略大于瑞利分布算出的值;这两种分布模型算出的冬天风能功率密度和风能都最大,其次是秋天的,再次是春天的,夏天的风能功率密度和风能都最小.     

基于数值模拟的雅砻江流域风能资源初步评估

针对传统评估手段在大范围风能资源评估中的不足,基于数值天气模式,从2000至2016年再分析资料中获得了雅砻江流域近17年的高分辨率风速模拟资料,并对雅砻江全流域风能资源进行了初步评估。评估内容主要包括平均风速空间分布、风功率密度空间分布、风速年内分布以及年风能可利用小时空间分布等。初步掌握了雅砻江流域风能资源的时空特征,分析结果表明:流域内存在一定比例的风能资源富集区,如宁蒗河与敢鱼河之间、甘孜所在经度线两侧、安宁河谷等成片区域。该研究为进一步的风能资源详查与实地观测提供了依据。     

基于数值模拟的云南省风能资源分布研究

 介绍了利用中尺度气象模式MM5和小尺度诊断模式CALMET组成的风能资源数值模拟模式系统,模拟了2009年6月1日-2010年5月31日1个完整年,1 km水平分辨率下各高度层的风速、风功率密度,给出了云南省风能资源数值模拟分布图.利用云南省4座测风塔的同期实测资料对模拟结果进行验证.最后对云南省风能资源的进一步开发提出了建议.     

基于Labview的虚拟风场算法的研究

在风力发电模拟系统中,风场模拟是一个关键环节,虽然通常认为风场符合Weibull分布,但它并不能很好的反映实际风场;后来提出了四参数混合模型,该模型弥补了Weibull分布的缺点,但其参数的估计计算相当繁琐;针对实验室模拟风场,该文提出了一种计算简便的风速数学模型,该模型将自然风速分为基本风速、阵风、缓慢变化风速和噪声风速4部分组成,而每个部分计算较为简便,并通过LabVIEW语言实现了对风场的模拟,模拟结果较为理想。     

基于ARIMA模型的风电场短期风速预测

目前,风力发电的并网规模越来越大,但是鉴于风力发电特有的间歇性和随机性的特点,难免会对电力系统的稳定运行和电能质量造成巨大影响,也就限制了风电的发展速度与规模。对风力发电场的风速进行中、长、短期的预测可以在一定程度上有效的解决该问题,依据风速序列的自相关性以及时序性,本文提出了一种基于时间序列分析的风电场短期风速预测ARIMA模型,重点讨论了建模的过程、模型的识别、模型的定阶和模型参数的估计。最后结合风电场实际,对比于持续法预测给出了相应的预测结果和误差分析,验证了所提出的ARIMA模型用于风电场风速预测的可行性。     

基于MM5模式的大连近海地区风能资源评估

利用MM5中尺度气象模式和美国国家环境预报中心提供的1°×1°再分析初始场资料,对大连近海地区的风场进行了网格距为3km的高空间分辨率数值模拟,模拟时段为2000年全年.通过对比3个气象站风速的数值结果与站点观测结果,验证了该模式的有效性.对MM5模式的输出结果进行了后处理,得到了大连近海地区的年平均风速、年平均功率密度和年可利用时间等评估参数的等值线图,对大连市近海风能资源分布情况进行了分析.结果表明,大连近海地区风能资源较为丰富,具有较大的开发价值.     

云南上空700hPa等压面风能资源分布分析

对云南区域(97.5°～107.5°E,22.5°～30°N)从1948年1月至2009年12月的时间段内的700 hPanc风场和温度场月平均再分析资料进行了风速、风功率密度随时间变化的分析和风向的频率分布情况分析.结果发现:云南上空700 hPa平均风速风功率密度年际变化总体波动平稳,二者变化趋势一致.700 hPa上平均风速和风功率密度的月际变化显现出明显的月份特征:最大的月是2月,其次是3月,各月风速、风功率密度差异显著.各季度的风功率密度由大到小依次是:冬季,春季,秋季,夏季,其中冬季波动明显.以云南为中心的(10°～30°N,87.5°～117.5°E)范围内风功率密度图显示云南上空700 hPa风速、风功率密度也有其显著的空间分布特点:滇东南风速较大,风能功率密度大;滇北海拔高,风速小,风功率密度小.云南上空700 hPa风向特点显著:多为偏西偏南风,各季节各年度风向较为集中,并且频率较高的风向伴随较大的风速和风功率密度.     

风电场风速和风电功率预报准确率评判方法

 对风电场风速和风电功率预报进行客观准确的评判,可以有效促进风电场风速和风电功率预报水平的提升,为减缓风电并网对电网的影响服务.本文在对风电场风速和风电功率预报准确率评判方法进行全面回顾的基础上,分析了常用数学预报准确率评判法、相对于风电场额定值的预报准确率评判法、等级预报准确率评判法和与风力发电特征紧密结合的风电场风速预报准确率评判法.同时还分析了这4类风电场风速和风电功率预报准确率评判方法的特质,及其与风力发电特征的结合程度和适用范围.     

正态风频模型及其参数估算方法

对正态风频模型及其参数估算方法进行了详细的研究，发现该模型在平均风速偏低、中等及偏高的情况下都能比较准确地拟合实测风况的平均风速、标准基及平均风功率密度．通过几个地区实测风况的统计资料对理论计算进行检验，得到了比较满意的结果．     

一种基于相关性分析的故障风机损失发电量估计方法的研究

研究并提出了一种故障风机损失发电量估计方法。该方法对故障风机的风速进行估计,结合风机的实际输出功率曲线给出故障风机故障期间损失发电量的估计值。在风速估计方面引入了相关性分析,选取与故障风机风速强线性相关的正常运行风机,对其风速应用回归分析方法获取故障风机风速的估计值。在估计方法的基础上,还给出了该方法在风机监控系统中的一个实现,并对估计效果进行了验证分析。     

基于长期实测数据的西北地区风力发电场风速风向联合概率分布分析

为更准确地研究风力发电结构在风荷载下的结构响应,基于甘肃气象局提供的1981-2017年甘肃六地风速风向实测数据,对各地区的风速风向联合概率进行分析.抽取每天的最大极值风速及其对应风向为极值样本,统计分析得到各地区风速风向联合分布.将Gumbel,Frechet和Weibull分布函数线性化的基础上,利用最小二乘法拟合各分布函数参数,根据参数拟合结果推算各地区10,50和100年重现期的极值风速,并和各地区最大基本风速规范建议值进行对比.研究结果表明,考虑风速风向概率影响的基本风速更加符合实际情况,最大基本风速规范建议值偏于保守.     

风电场功率曲线异常数据的清洗与建模

风电场风速功率数据中通常包含大量异常数据,难以反映风机的真实工作情况,影响风电功率预测的准确性,进而造成一定的经济损失.针对该问题,分析异常数据的特征,提出滑差-四分位异常数据剔除方法,并利用高次多项式和Logistic函数对剔除后的数据进行风速-功率曲线建模,最后用和方差、均方根误差和确定系数验证该方法的适用性和有效性.实例分析表明,该方法简单高效、通用性强,可显著提高风电机组功率特性分析的准确度.