CN108491602B - 一种风气候实测资料的精细化分析方法 - Google Patents

一种风气候实测资料的精细化分析方法 Download PDF

Info

Publication number
CN108491602B
CN108491602B CN201810204936.4A CN201810204936A CN108491602B CN 108491602 B CN108491602 B CN 108491602B CN 201810204936 A CN201810204936 A CN 201810204936A CN 108491602 B CN108491602 B CN 108491602B
Authority
CN
China
Prior art keywords
wind
wind direction
research
meteorological
incoming flow
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
Application number
CN201810204936.4A
Other languages
English (en)
Other versions
CN108491602A (zh
Inventor
何运成
梁启胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN201810204936.4A priority Critical patent/CN108491602B/zh
Publication of CN108491602A publication Critical patent/CN108491602A/zh
Application granted granted Critical
Publication of CN108491602B publication Critical patent/CN108491602B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明涉及一种风气候实测资料的精细化分析方法,主要用来修正气象站点周围地形及地貌对附近某研究位置局地风气候特征的影响。本发明方法包括以下四个步骤:获取研究点附近气象站点风气候实测资料;通过开展风洞实验或数值风洞模拟,确定气象站周边地形及地貌特征对研究点风速及风向的影响;对气象站实测风向及风速数据进行逐条修正,得到与研究点对应的风气候资料;对上述得到的资料进行统计分析,得到研究点局地风气候特征。本发明以风气候实测资料为基础,通过开展风洞实验或数值模拟,实现对气象站周边任一测点在任一高度处风气候特征的准确测定。

Description

一种风气候实测资料的精细化分析方法
技术领域
本发明涉及风工程研究领域,具体涉及一种风气候实测资料的精细化分析的研究方法。
背景技术
风气候资料是风工程领域诸多实践活动的基础,如大型建筑及大跨桥梁的抗风设计,风场选址和风能评估,以及城市污染物浓度扩散和空气流通性评估等。风气候资料一般来源于既有气象站点的实测资料。不少工程应用中会直接采用研究点附近气象站点的实测资料来确定研究点水平位置上空同等高度处的风气候特征。而实际情况中,由于研究点与附近气象站点往往存在一定距离,而该距离范围内可能存在明显的地形/地貌特征,如山丘、周边建筑物等,此外气象站的测量高度与研究点的位置高度也往往不同;因此研究点与气象站点局地风气候特征间通常有所差异。因而,直接采用研究点附近气象站点的实测资料来确定研究点处的风气候特征将可能给后续分析结果带来较大误差。
为解决上述问题,风工程领域一种较为普遍的做法是:先通过研究点附近气象站点的气候资料确定研究点来流风气候统计特征,然后通过开展风洞实验或数值风洞模拟对上述风气候统计特征中有关风速的部分进行修正,进而得到研究点对应的风气候统计特征。上述方法存在以下两个典型问题:(1)没有考虑气象站点与研究点间地形/地貌特征对两点同时刻风向角所可能造成的差异;(2)由于风气候统计特征一般以风玫瑰形式表示(即一系列风向角扇区及风速组别所对应的发生频率),每个风气候统计特征值均对应占有一定带宽的某一风向角扇区(如0°-30°)及风速组(如5-8m/s)。在对上述风气候统计特征值进行修正时,实际是用某特定来流风向角(如15°)下确定的修正信息对整个风向角扇区及风速组别进行修正,这不但会给修正结果带来较大误差,还会对修正后风气候资料的风向角扇区(如考虑实测数据风向资料的修正)划分及风速类别划分带来诸多不便。
发明内容
针对上述技术问题,本发明提供了一种风气候实测资料的精细化分析方法。该发明方法以风气候实测资料为基础,通过开展风洞实验或数值模拟,实现对气象站周边任一测点在任一高度位置处风气候特征的准确测定。
为实现上述目的,本发明提供了一种风气候实测资料的精细化分析方法,包括如下步骤:
S001、获取研究位置附近气象站点实测风气候资料,包括逐条记录的风速和风向信息,并确定气候资料风向角的分辨率Δθ;确定实测资料对应的测量高度h和气象站点周边地貌类型;确定研究点相对气象站点的位置及研究点高度,该高度为多个,并记为Hj,j=1,2,3,…,M;
S002、选取模型几何缩尺比λL,制作以研究位置为中心且能涵盖气象站点与研究位置间地形、地貌及建筑特征的风洞测试模型或数值风洞模型;
S003、将研究点来流风向角N等分,并将上述风向角从正北方向开始按顺时针旋转方向依次记为θi,i=1,2,3,…,N,θi=360°×(i-1)/N;
S004、调整风洞实验或数值风洞中不同来流风向角θi对应的来流风场;
S005、开展风洞实验测试,获得不同来流风向角θi对应的如下信息:
①来流风场h×λL高度处的平均风速以及研究位置Hj×λL的平均风速,分别记为
Figure GDA0003125843070000031
Figure GDA0003125843070000032
②研究位置Hj×λL的风向角
Figure GDA0003125843070000033
S006、计算不同来流风向角θi下测点位置与气象站点对应位置平均风速的比值
Figure GDA0003125843070000034
其中
Figure GDA0003125843070000035
测点位置风向对应来流风向的风向偏转角
Figure GDA0003125843070000036
其中
Figure GDA0003125843070000037
风向偏转角
Figure GDA0003125843070000038
的正负是以来流风向角减去研究位置风向角的值来判断,当来流风向角大于测点风向角时,
Figure GDA0003125843070000039
为正,相反则为负,
Figure GDA00031258430700000310
是一个代数量;
S007、对不同来流风向角θi和不同测点高度Hj所对应的
Figure GDA00031258430700000311
Figure GDA00031258430700000312
两组数值采用分段三次Hermite样条插值法进行插值,得到与Δθ相匹配的高角度分辨率下的风速比及风向偏转角,分别记为
Figure GDA00031258430700000313
Figure GDA00031258430700000314
其中θk=(k-1)×Δθ,k=1,2,3,…,360°/Δθ;
S008、对气象站点实测风数据资料的风速
Figure GDA00031258430700000315
和风向角
Figure GDA00031258430700000316
q=1,2,3,…,Q,其中Q为气象资料记录总条数,按以下方式进行逐条修正,从而将其转化到对应研究位置的风速
Figure GDA00031258430700000317
和风向
Figure GDA00031258430700000318
Figure GDA00031258430700000319
S009、对S008得到的对应于研究点的风气候资料进行统计分析,得到其风气候特征结果。
作为优选方案,所述步骤S004中不同方位角对应的来流风场不同,各来流风场的调节在风洞实验中通过综合运用调节挡风板的迎风面积和/或粗糙元的高度实现,在数值风洞模拟中通过重设风场参数实现。
作为优选方案,步骤S002中所述模型包括影响测点的典型地形地貌特征,所述模型的缩尺比例为1:2000至1:4000。
作为优选方案,所述步骤S005步骤中研究点对应位置用眼镜蛇风速计采集该处平均风速和平均风向角信息,利用风速仪采集来流气象站点对应位置的平均风速。
作为优选方案,所述风速仪为皮托管、眼镜蛇风速计或热线风速仪。
上述技术方案所提供的一种风气候实测资料的精细化分析方法,主要用来修正气象站点周围地形及地貌对附近某研究位置局地风气候特征的影响。该方法首先获取实际研究对象所处地的气象站点风气候实测资料;然后基于研究点周边的地形/地貌特征,制作以研究位置为中心且能涵盖气象站点与研究位置间主要地形及地貌特征(包括主要建筑)的风洞测试模型或数值风洞模型;接着通过风洞实验或数值风洞模拟经调节不同风向下的来流风场后,确定在任意一个风向角作为初始来流风作用下,任意高度处测试点的风向偏转角和风速比;最后提取所述实测资料中任意时刻时相应来流风向角的风速,经修正后就可得到测试点的风速和风向角。重复上述所述步骤和考虑气象站点风向角的分辨率风对向偏转角和风速比进行插值处理,就可以实现对实测资料进行逐条修正得到研究点局地风气候特征。总而言之,由于地形地貌的影响,通过风洞实验或数值风洞模拟得出地形地貌对风气候影响的偏差值,利用实际研究对象所处地的气象站点风气候实测资料考虑上所计算出的偏差值进行逐条修正,从而实现对气象站周边研究点在任一高度处风气候特征的准确测定。
附图说明
图1为风洞实验装置的结构示意图;
图2为移测架的结构示意图;
图3为图2中移测架与眼镜蛇风速计的连接处的局部放大图;
图4为实验模型的结构示意图;
图5为气象站点实测数据的风玫瑰图;
图6为距离地面为500m的测试点风玫瑰图;
图7为距离地面为200m的测试点风玫瑰图;
图8为距离地面为50m的测试点风玫瑰图。
其中:1、风洞实验段;2、移测架;3、眼镜蛇风速计;4、实验模型;5、粗糙元;6、档风板。
具体实施方式
本发明所述的一种风气候实测资料的精细化分析方法,可以通过开展风洞实验或数值模风洞模拟进行研究。下面选取了风洞实验作为实现该方法的一个例子,结合附图和实施例,对本发明所述方法的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本发明提供了一种风气候实测资料的精细化分析方法,包括如下步骤:
S001、获取研究位置附近气象站点实测风气候资料,包括逐条记录的风速和风向信息,并确定气候资料风向角的分辨率Δθ;确定实测资料对应的测量高度h和气象站点周边地貌类型;确定研究点相对气象站点的位置及研究点高度,该高度为多个,并记为Hj,j=1,2,3,…,M;
S002、选取模型几何缩尺比λL,制作以研究位置为中心且能涵盖气象站点与研究位置间地形、地貌及建筑特征的风洞测试模型或数值风洞模型;
S003、将研究点来流风向角N等分,并将上述风向角从正北方向开始按顺时针旋转方向依次记为θi,i=1,2,3,…,N,θi=360°×(i-1)/N;
S004、调整风洞实验或数值风洞中不同来流风向角θi对应的来流风场;
S005、开展风洞实验测试,获得不同来流风向角θi对应的如下信息:
①来流风场h×λL高度处的平均风速以及研究位置Hj×λL的平均风速,分别记为
Figure GDA0003125843070000061
Figure GDA0003125843070000062
②研究位置Hj×λL的风向角
Figure GDA0003125843070000063
S006、计算不同来流风向角θi下测点位置与气象站点对应位置平均风速的比值
Figure GDA0003125843070000064
其中
Figure GDA0003125843070000065
测点位置风向对应来流风向的风向偏转角
Figure GDA0003125843070000066
其中
Figure GDA0003125843070000067
风向偏转角
Figure GDA0003125843070000068
的正负是以来流风向角减去研究位置风向角的值来判断,当来流风向角大于测点风向角时,
Figure GDA0003125843070000069
为正,相反则为负,
Figure GDA00031258430700000610
是一个代数量;
S007、对不同来流风向角θi和不同测点高度Hj所对应的
Figure GDA00031258430700000611
Figure GDA00031258430700000612
两组数值采用分段三次Hermite样条插值法进行插值,得到与Δθ相匹配的高角度分辨率下的风速比及风向偏转角,分别记为
Figure GDA00031258430700000613
Figure GDA00031258430700000614
其中θk=(k-1)×Δθ,k=1,2,3,…,360°/Δθ;
S008、对气象站点实测风数据资料的风速
Figure GDA00031258430700000615
和风向角
Figure GDA00031258430700000616
q=1,2,3,…,Q,其中Q为气象资料记录总条数,按以下方式进行逐条修正,从而将其转化到对应研究位置的风速
Figure GDA00031258430700000617
和风向
Figure GDA00031258430700000618
Figure GDA00031258430700000619
S009、对S008得到的对应于研究点的风气候资料进行统计分析,得到其风气候特征结果。
上述技术方案所提供的一种风气候实测资料的精细化分析方法,主要用来修正气象站点周围地形及地貌对附近某研究位置局地风气候特征的影响。该方法首先获取实际研究对象所处地的气象站点风气候实测资料;然后基于研究点周边的地形/地貌特征,制作以研究位置为中心且能涵盖气象站点与研究位置间主要地形及地貌特征(包括主要建筑)的风洞测试模型;接着通过风洞实验调节不同风向下的来流风场后,确定在任意一个风向角作为初始来流风作用下,任意高度处测试点的风向偏转角和风速比;最后提取所述实测资料中任意时刻时相应来流风向角的风速,经修正后就可得到测试点的风速和风向角。重复上述所述步骤和考虑气象站点风向角的分辨率风对向偏转角和风速比进行插值处理,就可以实现对实测资料进行逐条修正得到研究点局地风气候特征。总而言之,由于地形地貌的影响,通过风洞实验得出地形地貌对风气候影响的偏差值,利用实际研究对象所处地的气象站点风气候实测资料考虑上所计算出的偏差值进行逐条修正,从而实现对气象站周边研究点在任一高度处风气候特征的准确测定。
进一步地,步骤S002中所述模型包括影响测点的典型地形地貌特征,所述模型的缩尺比例为1:2000至1:4000。本实施例中,所述模型根据实际地形地貌的模型按照1:2000缩比,使所建立的模型囊括了研究点与气象站点之间典型的地形/地貌。
进一步地,步骤S007中采用分段三次Hermite样条插值法对
Figure GDA0003125843070000071
Figure GDA0003125843070000072
进行插值,得到与Δθ相匹配的高角度分辨率下的数值结果
Figure GDA0003125843070000073
Figure GDA0003125843070000074
其中θk=(k-1)×Δθ,采用分段三次Hermite样条插值法能保证k=i时,插值后的
Figure GDA0003125843070000075
Figure GDA0003125843070000076
值与插值前
Figure GDA0003125843070000077
Figure GDA0003125843070000078
值相等。
进一步地,所述步骤S005步骤中研究点对应位置用眼镜蛇风速计采集该处平均风速和平均风向角信息,利用风速仪采集来流气象站点对应位置的平均风速。其中,所述风速仪为皮托管、眼镜蛇风速计或热线风速仪。本实施例中,所述风速仪为眼镜蛇风速计。
进一步地,本实施例中所述步骤S004中不同方位角对应的来流风场不同。各来流风场的调节在风洞实验中通过综合运用尖劈、挡板、粗糙元等被动风场生成装置实现。
进一步地,所述步骤S003中在本例将研究点来流风向分为24等分进行实验。所述步骤S004中不同来流风向和不同高度处的测点可以利用眼镜蛇风速计采集该平均风速和平均风向角信息,利用风速仪采集来流气象站点对应位置的平均风速。
如图1-4所示本发明针对选择风洞实验为例,还提供了一种风洞实验装置,包括风洞实验段1、实验模型4、移测架2和眼镜蛇风速计3。本发明通过实验模型4绕其自身轴向转动来调节来流风向,从而实现对任意一个测点在各来流风向的风速和风向角的研究;通过将眼镜蛇风速计3与可沿三个方向轴运动移测架连接,从而实现所述眼镜蛇风速计3能采集到实验模型4周围的任意一个空间位置的风向和风速信息,进而实现对气象站周边任一测点在任一高度处风气候特征的准确测定。
进一步地,如图1所示,本实施例中,档风板6为多个排列设置于所述进风口处且迎风面积可调的尖劈,所述尖劈包括两个可相对转动的叶片,通过调节两个叶片之间的角度即可实现对尖劈的迎风面积的调节。粗糙元5为多个交错摆放于所述风洞实验段1的内部且高度可调节的柱状体。在进行试验前,可通过综合运用尖劈、粗糙元等被动风场生成装置对风洞来流风场进行调整。
进一步地,对所述步骤S001中所得到的实测资料整理出象站点的风气候数据。具体地,如图5所示为气象站点的风玫瑰图,本实施例采取风洞试验,分别以距离地面为500m、200m和50m时为例对测点的平均风速和风向进行研究,如图6所示为距离地面为500m时测试点的风玫瑰图,图7所示为距离地面为200m时测试点的风玫瑰图,如图8所示为距离地面为50m时测试点的风玫瑰图。其中,玫瑰图中扇形的划分范围依次包括4部分,其表示的是年平均风速组,由内之外依次为:0~3m/s、3~6m/s、6~9m/s、≥9m/s。横纵坐标分别表示风向角,风向角从正北方向开始按顺时针旋转方向取值,同心圆上的百分比表示风速组及相应风向组的占比。有图可知,当测点距地面越高时,测点的数据越接近气象站点所测的数据,其原因在于当测点越高受到地形地貌的影响越小,所以就越接近气象站点数据。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本发明的保护范围。

Claims (5)

1.一种风气候实测资料的精细化分析方法,其特征在于,包括如下步骤:
S001、获取研究位置附近气象站点实测风气候资料,包括逐条记录的风速和风向信息,并确定气候资料风向角的分辨率Δθ;确定实测资料对应的测量高度h和气象站点周边地貌类型;确定研究点相对气象站点的位置及研究点高度,该高度为多个,并记为Hj,j=1,2,3,…,M;
S002、选取模型几何缩尺比λL,制作以研究位置为中心且能涵盖气象站点与研究位置间地形、地貌及建筑特征的风洞测试模型或数值风洞模型;
S003、将研究点来流风向角N等分,并将上述风向角从正北方向开始按顺时针旋转方向依次记为θi,i=1,2,3,…,N,θi=360°×(i-1)/N;
S004、调整风洞实验或数值风洞中不同来流风向角θi对应的来流风场;
S005、开展风洞实验测试,获得不同来流风向角θi对应的如下信息:
①来流风场h×λL高度处的平均风速以及研究位置Hj×λL的平均风速,分别记为
Figure FDA0003125843060000011
Figure FDA0003125843060000012
②研究位置Hj×λL的风向角
Figure FDA0003125843060000013
S006、计算不同来流风向角θi下测点位置与气象站点对应位置平均风速的比值
Figure FDA0003125843060000014
其中
Figure FDA0003125843060000015
测点位置风向对应来流风向的风向偏转角
Figure FDA0003125843060000016
其中
Figure FDA0003125843060000017
风向偏转角
Figure FDA0003125843060000018
的正负是以来流风向角减去研究位置风向角的值来判断,当来流风向角大于测点风向角时,
Figure FDA0003125843060000021
为正,相反则为负,
Figure FDA0003125843060000022
是一个代数量;
S007、对不同来流风向角θi和不同测点高度Hj所对应的
Figure FDA0003125843060000023
Figure FDA0003125843060000024
两组数值采用分段三次Hermite样条插值法进行插值,得到与Δθ相匹配的高角度分辨率下的风速比及风向偏转角,分别记为
Figure FDA0003125843060000025
Figure FDA0003125843060000026
其中θk=(k-1)×Δθ,k=1,2,3,…,360°/Δθ;
S008、对气象站点实测风数据资料的风速
Figure FDA0003125843060000027
和风向角
Figure FDA0003125843060000028
q=1,2,3,…,Q,其中Q为气象资料记录总条数,按以下方式进行逐条修正,从而将其转化到对应研究位置的风速
Figure FDA0003125843060000029
和风向
Figure FDA00031258430600000210
Figure FDA00031258430600000211
S009、对S008得到的对应于研究点的风气候资料进行统计分析,得到其风气候特征结果。
2.根据权利要求1所述的风气候实测资料的精细化分析方法,其特征在于,所述步骤S004中不同方位角对应的来流风场不同,各来流风场的调节在风洞实验中通过综合运用调节挡风板的迎风面积和/或粗糙元的高度实现,在数值风洞模拟中通过重设风场参数实现。
3.根据权利要求1所述的风气候实测资料的精细化分析方法,其特征在于,步骤S002中所述模型包括影响测点的典型地形地貌特征,所述模型的缩尺比例为1∶2000至1∶4000。
4.根据权利要求1所述的风气候实测资料的精细化分析方法,其特征在于,所述步骤S005步骤中研究点对应位置用眼镜蛇风速计采集该处平均风速和平均风向角信息,利用风速仪采集来流气象站点对应位置的平均风速。
5.根据权利要求4所述的风气候实测资料的精细化分析方法,其特征在于,所述风速仪为皮托管、眼镜蛇风速计或热线风速仪。
CN201810204936.4A 2018-03-13 2018-03-13 一种风气候实测资料的精细化分析方法 Active CN108491602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810204936.4A CN108491602B (zh) 2018-03-13 2018-03-13 一种风气候实测资料的精细化分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810204936.4A CN108491602B (zh) 2018-03-13 2018-03-13 一种风气候实测资料的精细化分析方法

Publications (2)

Publication Number Publication Date
CN108491602A CN108491602A (zh) 2018-09-04
CN108491602B true CN108491602B (zh) 2021-08-13

Family

ID=63338795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810204936.4A Active CN108491602B (zh) 2018-03-13 2018-03-13 一种风气候实测资料的精细化分析方法

Country Status (1)

Country Link
CN (1) CN108491602B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109696288A (zh) * 2018-12-03 2019-04-30 中国辐射防护研究院 一种环境风洞模拟实验装置及其实验检测方法
CN110033114A (zh) * 2018-12-25 2019-07-19 内蒙古工业大学 一种城市强扰动环境内建筑物群顶面小型风力机的微观选址方法
CN110907117B (zh) * 2019-12-05 2020-10-09 重庆大学 模拟山区扭转风场作用下结构气弹和气动特性的风洞试验模型

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855385A (zh) * 2012-07-31 2013-01-02 上海交通大学 一种风力发电短期负荷预测方法
CN105447770A (zh) * 2015-12-10 2016-03-30 国网四川省电力公司电力科学研究院 电网气象监测数据应用于精细化气象预报的评估方法
CN105740990A (zh) * 2016-02-26 2016-07-06 中铁第四勘察设计院集团有限公司 一种铁路风监测系统中常驻监测点的选取方法
CN106780104A (zh) * 2016-11-18 2017-05-31 中国电建集团成都勘测设计研究院有限公司 一种基于概率统计的平均风向计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102855385A (zh) * 2012-07-31 2013-01-02 上海交通大学 一种风力发电短期负荷预测方法
CN105447770A (zh) * 2015-12-10 2016-03-30 国网四川省电力公司电力科学研究院 电网气象监测数据应用于精细化气象预报的评估方法
CN105740990A (zh) * 2016-02-26 2016-07-06 中铁第四勘察设计院集团有限公司 一种铁路风监测系统中常驻监测点的选取方法
CN106780104A (zh) * 2016-11-18 2017-05-31 中国电建集团成都勘测设计研究院有限公司 一种基于概率统计的平均风向计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Observation of wind fields over different terrains and wind effects on a super-tall building during a severe typhoon and verification of wind tunnel predictions;Q.S. Li等;《Journal of Wind Engineering & Industrial Aerodynamics》;20170121;全文 *
佛山地区考虑风向影响的基本风速统计分析;王钦华等;《广东土木与建筑》;20111231(第12期);全文 *

Also Published As

Publication number Publication date
CN108491602A (zh) 2018-09-04

Similar Documents

Publication Publication Date Title
CN108491602B (zh) 一种风气候实测资料的精细化分析方法
CN104599272B (zh) 面向可移动靶标球的机载LiDAR点云与影像联合配准方法
CN106950614B (zh) 一种区域自动气象站小时雨量数据质量控制方法
CN113348471B (zh) 一种大气污染预测中对区域边界优化的方法
CN109978275B (zh) 一种混合cfd和深度学习的极端大风风速预测方法及系统
CN106127697A (zh) 无人机机载成像高光谱几何校正方法
CN106248003A (zh) 一种三维激光点云提取植被冠层聚集度指数的方法
CN106873004B (zh) 基于太阳高度角自适应的高轨面阵相机在轨几何检校方法
CN109814405B (zh) 一种测控布站方案综合量化评估方法
CN115436906B (zh) 一种提升雷达探测目标位置及风场反演信息准确性的方法
CN109752566B (zh) 风向方位角的检测方法、装置及风力发电机组
KR101866505B1 (ko) 복잡지형에서 풍력자원조사를 위한 원격탐사장비의 최적 설치위치 결정방법
CN113624197B (zh) 一种基于无人机平台的测控天线大盘不水平度测量方法
CN112683307B (zh) 一种星敏感器星点质心位置精度测量方法
CN111080003B (zh) 一种适应复杂山地风电场的测风塔规划选址方法
CN110068313B (zh) 一种基于投影变换的数字天顶仪定向方法
CN111709644A (zh) 一种利用机组scada数据的风电场风资源计算方法
CN117541114B (zh) 一种快速评价城市室外场景高空间分辨率热舒适度的方法
CN111090932B (zh) 一种适应中等复杂地形的在运风电场场地标定方法
CN107329190B (zh) 静止气象卫星恒星敏感的成像试验方法
CN112098926A (zh) 一种利用无人机平台的智能测角训练样本生成方法
CN109856619B (zh) 一种雷达测向相对系统误差修正方法
Paas et al. Analysis of a turbulent wind field in a street canyon: Good agreement between LES model results and data from a mobile platform
CN109738928B (zh) 空间脉管包络分布式三维目标的卫星成像路径规划方法
CN102788644B (zh) 光学微扫描显微热成像系统的自适应微扫描位置标定方法

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