CN106780104B - 一种基于概率统计的平均风向计算方法 - Google Patents
一种基于概率统计的平均风向计算方法 Download PDFInfo
- Publication number
- CN106780104B CN106780104B CN201611015169.XA CN201611015169A CN106780104B CN 106780104 B CN106780104 B CN 106780104B CN 201611015169 A CN201611015169 A CN 201611015169A CN 106780104 B CN106780104 B CN 106780104B
- Authority
- CN
- China
- Prior art keywords
- wind direction
- average
- average wind
- time
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 15
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims description 8
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 9
- 238000010248 power generation Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 7
- 238000013524 data verification Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008121 plant development Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Indicating Or Recording The Presence, Absence, Or Direction Of Movement (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及风力发电领域,提供了一种基于概率统计的平均风向计算方法,使工作人员快速、准确的确定某段时间的平均风向。本发明步骤概括起来为:将一段时间内实测的风向按16个风向扇区进行概率统计,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向,并对不合理的平均风向值进行修正。本发明适用于从事风电场工程设计的设计单位。
Description
技术领域
本发明涉及风力发电领域,特别涉及一种基于概率统计的平均风向计算方法。
背景技术
一、名词解释
⑴风向:风吹来方向。测风塔实测风向数据记录间隔一般为10分钟,即间隔10分钟保存一次数据,单位一般采用(°)。
⑵方位:方向位置。将360°圆周以22.5°为间隔划分为16个风向扇区,每个扇区对应一个方位,分别为:N(正北)、NNE(东北偏北)、NE(东北)、ENE(东北偏东)、E(正东)、ESE(东南偏东)、SE(东南)、SSE(东南偏南)、S(正南)、SSW(西南偏南)、SW(西南)、WSW(西南偏西)、W(正西)、WNW(西北偏西)、NW(西北)、(NNW西北偏北)。
二、背景说明
风电是目前最具有发展前景的可再生清洁能源之一,相比其他形式的可再生能源,具有技术成熟、成本相对较低、对环境影响较小等优势。随着并网与消纳等“下游因素”影响日益凸显,我国风电“版图”正在发生变化,即发展热点由风能资源丰富区逐步转向并网条件相对较好的低风速地区,主要集中在我国中南和西南地区。
我国低风速地区的显著特点为:资源条件较差、地形条件复杂、气候条件恶劣等。因此,如何保证低风速风电场风能资源评估工作的精细化、科学化、准确化对风电场规划设计、风功率预测、后评估等工作起着至关重要的作用。
风电场场址范围内代表性测风塔的实测数据可真实客观地反映该区域的风能资源情况,是进行风能资源评估的基础。《风电场风能资源评估方法》(GB/T 18710-2002)明确规定:进行风能资源评估时,应取得至少连续一年完整的风场逐小时数据,并且实测数据应具有长期代表性。但实际工程中,测风塔数据质量难以保证,主要存在以下几方面问题:
①高海拔山地风电场,受冰冻及其他因素影响,测风设备会出现故障或停测现象,导致测风数据存在大量缺测或不合理数据,必须进行缺测、不合理数据的插补替换。
②代表性测风塔测风年一般不是平风年(即为大风年或小风年),实测数据不能反映该地区长期的平均水平,必须进行代表年订正。
③风电场开发业主实际需要,项目前期工作开展阶段测风塔实际收集数据未满一年,需要将实测数据延长至满一年。
针对以上问题,通常的解决办法是根据临近测风塔、当地参证气象站或中尺度数据进行测风塔数据的插补、替换、延长以及代表年订正。
当目标测风塔周围没有其他参照测风塔时,以上工作只能依据参证气象站或中尺度数据进行,而参证气象站或中尺度数据记录值均为小时平均值,因此需要首先统一两者的时间尺度,然后建立相关关系。小时平均风速一般直接采用算数平均方法直接计算得到,而小时平均风向的计算方法则有多种。
目前,最常用的方法有:算术平均法、首风向代表法以及利用专业测风数据分析软件。其中首向代表法是直接取该小时内的第一个10分钟风向代表本小时段的平均风向;算术平均法是取该小时内的6个10分钟平均风向值得算术平均值作为本小时段的平均风向。实际工程设计中,设计单位通常采用北京木联能软件技术有限公司开发的测风数据验证和评估软件直接进行小时平均风向计算,该软件小时平均风向的计算原理为矢量平均法,即首先将风向按单位长度投影到X轴和Y轴,同时将加上对应风速权重,再对这些风向在X轴和Y轴上的投影分别求平均值,最后在进行矢量求和。2012年,韩爽等人提出经过多次数据筛选,剔除偏离主风向较远的个别数据,形成优化矢量平均法。
目前,风能资源评估中涉及到小时平均风向的处理手段主要由以下两种:
⑴设计人员手动处理
设计人员手动处理主要是根据实际工程经验,采用首风向代表法和算术平均法两种计算小时平均风向。
两种方法小时平均风向计算结果受人为因素的影响均较大,且计算结果的质量难以保证,难以满足可研、初设等设计深度较高阶段的要求。主要弊端体现如下:
①当10分钟风向变化范围较大或者风向变化频繁时,首向代表法计算的小时平均风向可能在一定程度上偏离实际主风向。
②当相邻两个10分钟风向之差大于180°时,算术平均方法计算的小时平均风向明显错误,与实际风向反向。
⑵商业软件处理
目前,国内从事风电场工程设计的设计单位(企业)普遍采用由北京木联能软件技术有限公司开发的测风数据验证和评估软件进行风能资源评估,该软件计算小时平均风向的原理为矢量平均法。另外,该软件属商业软件,须付费取得电子狗(按个计)后方可使用,且需定期更新。
采用测风数据验证和评估软件计算小时平均风向可以满足风电场全设计阶段的要求,但受软件自身商业诉求的制约,主要存在以下弊端:
①通常情况下,受电子狗个数的限制,实际工程应用过程中只能单人单任务进行操作,严重影响工作效率。另外,若设计人员从事国外项目,受限于电子狗,难以实现现场办公。
②严格意义上,矢量平均法只是从风向物理意义角度(即风向是一个矢量)对其进行小时平均,并未考虑气温、气压、地形、设备等其他影响风向测量值的外在因素,这会导致计算得到的小时平均风向与实际风向存在一定的偏差。
综上所述,无论是采用手动处理还是软件处理,小时平均风向计算均会产生大量不合理数据,并且两种处理手段都是将小时平均风向计算与不合理数据检验两个过程分开进行,即顺序过程(先计算,后验证),这样耗时费力,工作量大。
发明内容
本发明要解决的技术问题是:提供一种基于概率统计的平均风向计算方法,使工作人员快速、准确的确定某段时间的平均风向。
为解决上述问题,本实用新型采用的技术方案是:将一段时间内实测的风向按16个风向扇区进行概率统计,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向,并对不合理的平均风向值进行修正。
进一步的,本发明的具体步骤如下:
步骤一、导入一段时间内的风向数据;
步骤二、将风向数据按16个风向扇区划分标准由风向角度值转化为扇区方位;
步骤三、统计该段时间内各扇区方位的频率,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向;
步骤四、检验所得的平均风向是否合理,若不合理,则对平均风向进行修正。
进一步的,16个风向扇区划分标准为:将360°圆周以22.5°为间隔划分为16个风向扇区。
进一步的,当出现多个风向频率相等的情况,则筛选并剔除该时段内明显偏离主风向的方位,重新计算风向频率,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向;若两次剔除后,仍出现多个风向频率相等的情况,则以该段时间内最大风速对应的方位值作为该段时间的平均风向。
进一步的,检验平均风向是否合理的方法为:
令待检平均风向为p,令待检平均风向后面时间的第一个平均风向为p1,令待检平均风向后面时间的第二个平均风向为p2;检验p与p1的差值是否小于等于45°,若是,则说明p合理;否则继续检验p1与p2的差值是否小于等于45°,若是,则说明p不合理。
进一步的,对平均风向值进行修正的方法包括:
a.令待修正平均风向所在时间段为t,将t内最大风速对应的风向值作为t的平均风向;
b.按所述检验平均风向是否合理的方法,对步骤a中确定的t的平均风向进行检验,判断是否合理,若是,则将所述最大风速对应的风向值作为修正后的值,修正结束;否则进入步骤c;
c.按所述检验平均风向是否合理的方法,检验当t内除最大风速对应的风向值以外的其他风向值作为t内的平均风向时,是否有合理的平均风向,若有,则将其中一个合理的平均风向作为修正后的值,修正结束;若没有,则取t的前一时间段或后一时间段的平均风向值作为t的平均风向,修正结束。
本发明的有益效果是:本发明不但可以减少设计人员对商业软件的过度依赖,为自用软件开发奠定良好基础;还将外在因素对风向的影响考虑在内,真实反映风向客观变化规律;同时将不合理数据验证与小时平均风向计算同步进行,即并行过程,提高了小时平均风向的数据质量,有效降低了工作量,利于提高工作效率。
附图说明
图1是本发明的流程图。
图2是实测风向值风向扇区划分示意图。
具体实施方式
如图1所示,本发明步骤如下:
步骤一、导入一段时间内的风向数据;
步骤二、将风向数据按16个风向扇区划分标准由风向角度值转化为扇区方位;
步骤三、统计该段时间内各扇区方位的频率,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向;
步骤四、检验所得的平均风向是否合理,若不合理,则对平均风向进行修正。
步骤五、导出平均风向。
以下以计算小时平均风向为例,对本发明做进一步说明。
1、基础数据导入
基础数据导入主要包括:①风塔实逐10分钟时间序列;②对应的逐10分钟实测风向值,数据格式如表1所示。
表1基础数据格式示意表
2、风向标准化
风向标准化主要包括:①实测风向值按16个风向扇区进行划分;②实测风向值转化为相对应的扇区方位。
第一步,实测风向值按16个风向扇区进行划分,划分标准如表2所示:将360°圆周以22.5°为间隔划分为16个风向扇区,划分后的直观图如图2所示;
表2实测风向值扇区划分标准
表2中,以N为第1扇区,顺时针依次NNE为第2扇区,NE为第3扇区,……,NNW为第16扇区。
第二步,将风向数据按16个风向扇区划分标准由风向角度值转化为扇区方位。将表1中风向角度值转化为扇区方位后如表3所示。
表3风向标准化格式示意表
时间(Date&Time Stamp) | 风向(V<sub>g</sub>) | 扇区 |
2016-11-1 9:00 | SSW | 10 |
2016-11-1 9:10 | SSW | 10 |
2016-11-1 9:20 | SW | 11 |
2016-11-1 9:30 | SW | 11 |
2016-11-1 9:40 | SW | 11 |
2016-11-1 9:50 | WSW | 12 |
2016-11-1 10:00 | SW | 11 |
2016-11-1 10:10 | SW | 11 |
2016-11-1 10:20 | WSW | 12 |
2016-11-1 10:30 | SW | 11 |
2016-11-1 10:40 | SW | 11 |
2016-11-1 10:50 | SW | 11 |
… | … | … |
3、风向频率统计
风向频率统计主要包括:①计算逐小时内各实测风向频率;②取实测风向频率最大对应的风向扇区方位作为小时平均风向扇区方位;③小时平均风向扇区方位转化为相对应的扇区中心方向角度值。
第一步,计算逐小时内各实测风向频率,计算公式如下,并以风向频率最大对应的风向扇区方位作为小时平均风向扇区方位,数据格式详见表4。
式中:逐小时内风向方位的总观测次数应为6;逐小时内各风向方位出现的次数应不大于6。
表4小时平均风向扇区方位格式示意表
例:2016-11-1 9:00至2016-11-1 9:50时段内:
P(SSW)=2/6*100%=33.3%;
P(SW)=3/6*100%=50.0%(最大);
P(WSW)=1/6*100%=16.7%。
当出现多个风向频率相等的情况,说明该时段内风向变化频繁,此时需要筛选并剔除该时段内明显偏离主风向的方位,重新计算风向频率,直到某风向频率出现最大值。若两次剔除后,仍出现多个风向频率相等的情况,说明采用概率统计法计算本小时的平均风向意义不大,可用该小时内最大风速对应的方位作为本小时的平均风向方位。
第二步,将小时平均风向扇区方位转化为对应扇区中心方向角度值,转化的标准表如表5所示。小时平均风向方位统一为对应扇区中心方向角度值的数据格式见表6。
表5小时平均风向扇区方位转化为对应扇区中心方向角度值参照表
表6小时平均风向方位统一为对应扇区中心方向角度值的数据格式示意表
时间(Date&Time Stamp) | 小时平均风向方位 | 小时平均风向值(V<sub>sg</sub>) |
2016-11-1 9:00 | SSW | 202.5 |
2016-11-1 10:00 | SW | 225 |
… | … | … |
4、数据检验及修正
将得出的小时平均风向值进行数据验证并进行不合理数据的处理,并且该过程是与步骤3中第二步并行实施,参照《风电场风能资源评估方法》(GB/T 18710-2002)规范中对不合理数据的检验标准。具体如下:
第一步,检验平均风向是否合理
检验相邻两个小时平均风向差值,一般是待测小时(以9:00为例)和待测小时后一小时(10:00),判断向差值是否小于等于45°,若满足,则说明9:00的平均风向数据合理;若不满足,继续检验后延一小时相邻两个小时(即10:00和11:00)平均风向差值是否小于等于45°,若满足,则说明9:00的平均风向数据不合理,反之说明10:00平均数据不合理。
第二步,对平均风向值进行修正
对不合理小时平均风向数据进行处理,考虑到风向的随机性以及瞬间不可突变性,返回该小时内原始6个10分钟实测风向值,按照步骤4的第一步检验该小时内最大风速对应的风向是否满足要求,满足则取最大风速对应的风向值修正为本小时的平均风向,若不满足,重复步骤4的第一步检验其他5个风向值,直到满足要求。若6个风向值均不满足要求,则直接采用前一小时或后一小时平均风向值作为该时刻的小时平均风向。
5、目标数据导出
将检验及修正后的数据导出,目标数据导出后,增加小时平均风速数据,便可导入风电场风能资源评估专业软件(WT、WAsP等)进行风电场区域风能资源分布模拟。实际验证效果显示,本发明准确性高、应用性强。
以上描述了本发明的基本原理和主要的特征,说明书的描述只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (3)
1.一种基于概率统计的平均风向计算方法,其特征在于,将一段时间内实测的风向按16个风向扇区进行概率统计,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向,并对不合理的平均风向值进行修正,具体步骤如下:
步骤一、导入一段时间内的风向数据;
步骤二、将风向数据按16个风向扇区划分标准由风向角度值转化为扇区方位;
步骤三、统计该段时间内各扇区方位的频率,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向;
步骤四、检验所得的平均风向是否合理,若不合理,则对平均风向进行修正;
检验平均风向是否合理的方法为:
令待检平均风向为p,令待检平均风向后面时间的第一个平均风向为p1,令待检平均风向后面时间的第二个平均风向为p2;检验p与p1的差值是否小于等于45°,若是,则说明p合理;否则继续检验p1与p2的差值是否小于等于45°,若是,则说明p不合理;
对平均风向值进行修正的方法包括:
a.令待修正平均风向所在时间段为t,将t内最大风速对应的风向值作为t的平均风向;
b.按所述检验平均风向是否合理的方法,对步骤a中确定的t的平均风向进行检验,判断是否合理,若是,则将所述最大风速对应的风向值作为修正后的值,修正结束;否则进入步骤c;
c.按所述检验平均风向是否合理的方法,检验当t内除最大风速对应的风向值以外的其他风向值作为t内的平均风向时,是否有合理的平均风向,若有,则将其中一个合理的平均风向作为修正后的值,修正结束;若没有,则取t的前一时间段或后一时间段的平均风向值作为t的平均风向,修正结束。
2.如权利要求1所述的一种基于概率统计的平均风向计算方法,其特征在于,16个风向扇区划分标准为:将360°圆周以22.5°为间隔划分为16个风向扇区。
3.如权利要求1所述的一种基于概率统计的平均风向计算方法,其特征在于,当出现多个风向频率相等的情况,则筛选并剔除该段时间内明显偏离主风向的方位,重新计算风向频率,以发生概率最大的风向扇区对应的中心风向值作为该段时间的平均风向;若两次剔除后,仍出现多个风向频率相等的情况,则以该段时间内最大风速对应的方位值作为该段时间的平均风向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611015169.XA CN106780104B (zh) | 2016-11-18 | 2016-11-18 | 一种基于概率统计的平均风向计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611015169.XA CN106780104B (zh) | 2016-11-18 | 2016-11-18 | 一种基于概率统计的平均风向计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106780104A CN106780104A (zh) | 2017-05-31 |
CN106780104B true CN106780104B (zh) | 2021-02-09 |
Family
ID=58968729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611015169.XA Active CN106780104B (zh) | 2016-11-18 | 2016-11-18 | 一种基于概率统计的平均风向计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106780104B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107677773B (zh) * | 2017-09-20 | 2020-04-14 | 广东中联兴环保科技有限公司 | 有毒有害气体监控布点方法、装置、介质和计算机设备 |
CN109752566B (zh) * | 2017-11-03 | 2021-03-09 | 北京金风科创风电设备有限公司 | 风向方位角的检测方法、装置及风力发电机组 |
CN108491602B (zh) * | 2018-03-13 | 2021-08-13 | 广州大学 | 一种风气候实测资料的精细化分析方法 |
CN109612441B (zh) * | 2018-12-10 | 2020-12-22 | 哈尔滨工程大学 | 一种基于最优分类和矢量平均的波浪方向浮标主波向计算方法 |
CN109697317B (zh) * | 2018-12-21 | 2020-12-01 | 天津同阳科技发展有限公司 | 计算风向的装置及方法 |
CN109883403B (zh) * | 2019-03-14 | 2020-12-22 | 哈尔滨工程大学 | 一种基于纵横倾角测量野值修正的波浪浮标主波向计算方法 |
CN109883404B (zh) * | 2019-03-14 | 2021-04-02 | 哈尔滨工程大学 | 一种基于大浪筛选策略的波浪浮标主波向计算方法 |
CN110082562A (zh) * | 2019-05-08 | 2019-08-02 | 唐山学院 | 一种基于概率统计的平均风向计算方法 |
CN110988905B (zh) * | 2019-11-29 | 2021-08-20 | 中国华能集团清洁能源技术研究院有限公司 | 激光雷达测风距离门的自动调节方法 |
CN114705884B (zh) * | 2022-06-06 | 2022-09-23 | 自然资源部第一海洋研究所 | 海洋风风向和海洋洋流流向监测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120046917A1 (en) * | 2010-08-23 | 2012-02-23 | Hsin-Fa Fang | Wind energy forecasting method with extreme wind speed prediction function |
CN106121913A (zh) * | 2016-06-20 | 2016-11-16 | 广东科诺勘测工程有限公司 | 一种海上风电场的风机排布方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102565879A (zh) * | 2011-08-04 | 2012-07-11 | 南京信息工程大学 | 一种风资料的处理方法 |
-
2016
- 2016-11-18 CN CN201611015169.XA patent/CN106780104B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120046917A1 (en) * | 2010-08-23 | 2012-02-23 | Hsin-Fa Fang | Wind energy forecasting method with extreme wind speed prediction function |
CN106121913A (zh) * | 2016-06-20 | 2016-11-16 | 广东科诺勘测工程有限公司 | 一种海上风电场的风机排布方法 |
Non-Patent Citations (2)
Title |
---|
桂西酸雨的季节分布及风向频率统计特征分析;黄小培等;《气象研究与应用》;20081231;第29卷(第04期);全文 * |
风向的统计方法研究;吕明华等;《气象与环境学报》;20120630;第28卷(第03期);第83-86页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106780104A (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780104B (zh) | 一种基于概率统计的平均风向计算方法 | |
CN110058328B (zh) | 东北夏季降水多模式组合降尺度预测方法 | |
CN102930177B (zh) | 一种基于精细边界层模式的复杂地形风电场风速预测方法 | |
Zhang et al. | GEFCom2014 probabilistic solar power forecasting based on k-nearest neighbor and kernel density estimator | |
Nguyen-Xuan et al. | The Vietnam gridded precipitation (VnGP) dataset: construction and validation | |
CN104036121B (zh) | 基于概率分布转移的测风数据风速订正方法 | |
CN113205210B (zh) | 复杂地形风电场风速与功率预测方法、系统、设备及存储介质 | |
CN110264002B (zh) | 基于聚类分析的风电场微观选址方案评价方法 | |
CN110501761B (zh) | 一种不同预见期区域作物ETc预测预报方法 | |
CN115358606B (zh) | 一种平缓地形下在役风电场能效评估方法及系统 | |
CN108564484A (zh) | 风电场测风代表年滑动选取方法 | |
CN106296462A (zh) | 一种基于双测风塔数据的既有风电场粗糙度值确定方法 | |
CN110598939A (zh) | 一种提高测风效率及测风系统可靠性的方法 | |
CN103093044A (zh) | 输电线路覆冰舞动分布图测绘方法 | |
CN111709644B (zh) | 一种利用机组scada数据的风电场风资源计算方法 | |
CN117060407B (zh) | 一种基于相似日划分的风电集群功率预测方法及系统 | |
CN105184041A (zh) | 一种输电线路气象特征的样条插值分析方法 | |
Geng et al. | Research on early warning method of overhead transmission line damage caused by typhoon disaster | |
CN111967152A (zh) | 一种通过添加k源项来校正标准k-ε模型的方法 | |
CN105528735A (zh) | 基于量测风速与空间相关性的异常数据点的校正方法 | |
CN114722605A (zh) | 一种基于降水量的差减间隔天数法土壤含水量诊断模型 | |
CN113850440A (zh) | 一种利用基于平均风速订正的mcp的风速预测方法 | |
CN114564697A (zh) | 一种利用观测风速数据校正中尺度模拟风速数据的方法及系统 | |
CN113849974A (zh) | 一种基于风光出力互补的新能源基地风电场选址方法 | |
CN110082562A (zh) | 一种基于概率统计的平均风向计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |