CN111914424B - 一种基于短期测风资料的设计风速取值方法及系统 - Google Patents

一种基于短期测风资料的设计风速取值方法及系统 Download PDF

Info

Publication number
CN111914424B
CN111914424B CN202010777124.6A CN202010777124A CN111914424B CN 111914424 B CN111914424 B CN 111914424B CN 202010777124 A CN202010777124 A CN 202010777124A CN 111914424 B CN111914424 B CN 111914424B
Authority
CN
China
Prior art keywords
wind speed
average
design
average wind
threshold
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
CN202010777124.6A
Other languages
English (en)
Other versions
CN111914424A (zh
Inventor
王晓惠
潘晓春
张洋
巫黎明
程春龙
石军
沈旭伟
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.)
China Energy Engineering Group Jiangsu Power Design Institute Co Ltd
Original Assignee
China Energy Engineering Group Jiangsu Power Design Institute Co Ltd
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 China Energy Engineering Group Jiangsu Power Design Institute Co Ltd filed Critical China Energy Engineering Group Jiangsu Power Design Institute Co Ltd
Priority to CN202010777124.6A priority Critical patent/CN111914424B/zh
Publication of CN111914424A publication Critical patent/CN111914424A/zh
Application granted granted Critical
Publication of CN111914424B publication Critical patent/CN111914424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Abstract

本发明公开了一种基于短期测风资料的设计风速取值方法，包括获取多年逐小时平均风速，计算平均风速阈值；选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速。同时公开了相应的系统。本发明采用统计学的方法解决了测风资料年限不足时的设计风速取值问题，为测风资料短缺地区的工程结构抗风设计提供了支撑。

Description

一种基于短期测风资料的设计风速取值方法及系统
技术领域
本发明涉及一种基于短期测风资料的设计风速取值方法及系统，属于工程抗风结构设计领域。
背景技术
在工程结构抗风体系中，抗风失效风险的评估是极其重要的，而其中设计风速分析计算具有举足轻重的影响。现有的设计风速取值方法主要采用Gumbel频率分布模型(极值Ⅰ型)、P-III型频率分布模型，两种频率分布模型均需要至少25年的历年最大10min平均风速序列进行输入，才能满足结构抗风设计的要求。然而，许多工程建设区域远离长期气象站，并不具备规程规范要求的25年历年最大10min平均风速序列，导致测风资料短缺地区的工程设计风速计算存在极大的困难。
发明内容
本发明提供了一种基于短期测风资料的设计风速取值方法及系统，解决了背景技术中披露的问题。
为了解决上述技术问题，本发明所采用的技术方案是：
一种基于短期测风资料的设计风速取值方法，包括，
获取多年逐小时平均风速，计算平均风速阈值；
选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；
采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速。
获取多年逐小时平均风速，计算平均风速阈值，具体过程为，
获取多年逐小时平均风速，选择日最大平均风速，构建日最大风速序列；
计算日最大风速序列的平均值和标准差；
根据平均值和标准差，计算平均风速阈值。
计算平均风速阈值的公式为，
Figure BDA0002618853170000021
其中，u0为平均风速阈值，
Figure BDA0002618853170000022
S分别为日最大风速序列的平均值和标准差。
计算重现期设计风速的公式为，
Figure BDA0002618853170000023
其中，VR为重现期R的设计风速，u0为平均风速阈值，σ为尺度参数，λ为超阈值平均风速序列中的月平均样本数。
响应于R>10年，VR＝u0+σln(12λR)。
采用K-S拟合优度检验方法检验广义Pareto分布模型的拟合效果，采用χ2检验方法检验超阈值平均风速序列中的每月样本数是否服从以λ为参数的Poisson分布，若检验的置信度均超过置信度阈值，则设计风速合理；其中，λ为超阈值平均风速序列中的月平均样本数。
一种基于短期测风资料的设计风速取值系统，包括，
阈值模块：获取多年逐小时平均风速，计算平均风速阈值；
超阈值序列模块：选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；
设计风速计算模块：采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速。
设计风速计算模块采用的计算公式为，
Figure BDA0002618853170000031
其中，VR为重现期R的设计风速，u0为平均风速阈值，σ为尺度参数，λ为超阈值平均风速序列中的月平均样本数；
响应于R>10年，VR＝u0+σln(12λR)。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行基于短期测风资料的设计风速取值方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行基于短期测风资料的设计风速取值方法的指令。
本发明所达到的有益效果：本发明根据计算的平均风速阈值，构建超阈值平均风速序列，采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速，采用统计学的方法解决了测风资料年限不足时的设计风速取值问题，为测风资料短缺地区的工程结构抗风设计提供了支撑。
附图说明
图1为本发明方法的流程图；
图2为某海岛气象站日最大10min平均风速变化图；
图3为实施例的P-P图(概率图)；
图4为实施例的Q-Q图(分位数图)。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
如图1所示，一种基于短期测风资料的设计风速取值方法，包括以下步骤：
步骤1，获取多年(不少于2年)逐小时10min平均风速，计算平均风速阈值；具体过程如下：
11)获取多年逐小时10min平均风速，选择日最大10min平均风速，构建日最大风速序列{X}。
12)计算日最大风速序列{X}的平均值
Figure BDA0002618853170000041
和标准差S。
13)根据平均值
Figure BDA0002618853170000042
和标准差S，计算平均风速阈值u0；具体公式如下：
Figure BDA0002618853170000043
其中，u0为平均风速阈值，
Figure BDA0002618853170000044
S分别为日最大风速序列的平均值和标准差。
步骤2，选择超过平均风速阈值u0的10min平均风速，构建超阈值平均风速序列{X|X＞u0}；其中，超阈值平均风速序列{X|X＞u0}的样本数为n，每月的平均样本数λ＝n/(12T)，T为步骤1中获取平均分速的年数。
步骤3，采用广义Pareto分布(GPD)拟合超阈值平均风速序列{X|X＞u0}，估计尺度参数σ(是概率学里面的现有技术，这里不详细描述了)，基于尺度参数σ计算重现期R的设计风速。
超阈值平均风速序列{X|X＞u0}，近似符合如下的GPD分布：
Figure BDA0002618853170000045
其中，FG(x)为GPD的分布函数，P(X≤x|X＞u0)为超阈值平均风速序列{X|X＞u0}中小于x的概率，x为任意数，σ为尺度参数，且恒为正值。
由于风速的随机性，可以认为超越u0的风速发生也是随机的，因此超越u0的大风每月发生次数m为一随机变量(即{X|X＞u0}的每月样本数)，且服从Poisson分布：
Figure BDA0002618853170000051
其中，P(m＝k)的含义是发生次数为k时的概率，k为任意非负的整数的。
假设每年超过u0的大风发生次数服从以λ为参数的Poisson分布，则在R年中共发生λR个超过u0的大风。对应R年一遇大风的重现期为：
Figure BDA0002618853170000052
其中，Pe为GPD模型设计风速对应的频率。
对应R年一遇设计风速可由下式计算：
VR＝u0+σln(λR)
其中，VR为重现期R的设计风速。
对于短期数据，可采用月最大风速来推算年最大风速分布，这里假定各月的月最大风速满足独立同分布的条件，此时风速的年最大分布和月最大分布满足下式：
Fa(x)＝[Fm(X)]12
其中，Fa(x)、Fm(X)分别为风速年最大和月最大分布。
以GPD模型为基础，得到下式，
Fm(X)＝λFG(Y)
其中，FG(Y)为短期风速资料的GPD分布；
以短期风速资料求解年设计风速VR，可得到下式：
Figure BDA0002618853170000061
经方程式变换得到下式
Figure BDA0002618853170000062
其中，λ为超阈值平均风速序列中的月平均样本数。
若R>10年，1-(1-1/R)1/12≈1/(12R)，则公式变为VR＝u0+σln(12λR)。
步骤4，采用K-S拟合优度检验方法检验广义Pareto分布模型的拟合效果，采用χ2检验方法检验超阈值平均风速序列中的每月样本数是否服从以λ为参数的Poisson分布，若检验的置信度均超过置信度阈值，则设计风速合理；其中，λ为超阈值平均风速序列中的月平均样本数。
虽然前面假设符合广义Pareto分布，但进行参数估计后，还需要检验确保符合广义Pareto分布，因为参数估计后有可能、会出现不符合广义Pareto分布的情况；因此最后需要进行K-S拟合优度检验和χ2检验。
为了进一步说明上述方法，做一下两组实例：
实例一
为避免观测环境变化对风速观测成果的影响，确保短期资料具有较好的代表性，以江苏某海岛气象站点2009年7月1日～2011年6月30日整两年的日10min平均最大风速观测资料为基础，如图2所示，经过统计分析平均值
Figure BDA0002618853170000063
标准差S＝3.10，计算阈值u0＝11.6。
考虑到由于连续的风速样本间可能存在较强的相关性，将日10min平均最大风速数据4天作为一个周期，选取每个周期的最大值，且相邻的最大值的间距不能小于半个周期，得到超阈值平均风速序列{X|X＞u0}，样本数量n＝160，每月的平均样本数λ＝6.67。
采用广义Pareto分布(GPD)模型拟合{X|X＞u0}，并求得尺度参数σ＝2.438。估计广义Pareto分布(GPD)模型的分布参数时，使用R语言的POT、EVIR程序包计算，为现有技术，在此不再详述。
在上述的参数计算成果上，计算得到设计风速成果如下表所示。
表1设计风速计算成果
重现期(年) 30 50 100
设计值(m/s) 30.6 31.8 33.5
采用K-S拟合优度检验方法检验广义Pareto分布模型的拟合效果，采用χ2检验方法检验超阈值平均风速序列中的每月样本数是否服从以λ为参数的Poisson分布，置信度均为95％。两种检验方法均为现有技术，在此不再详述。通过下表成果可知，均通过了两种检验。
表2 K-S检验、χ2检验成果
Figure BDA0002618853170000071
通过P-P图(概率图，图3)、Q-Q图(分位数图，图4)，可见本发明专利选取阈值的GPD模型对样本的拟合效果较好，能可靠的反应样本的真实分布。
实例二
为进一步说明上述方法适用性，选取了江苏13个主要国家基本气象站进行短期资料与长期资料计算成果的对比分析，验证上述方法进行短期资料设计风速计算成果的可靠性。短期资料均采用各个气象站2009年7月1日～2011年6月30日整两年的日最大10min平均风速资料。考虑到短期资料采用自计仪器获得，为确保可比性，长期资料亦选取自计资料，并使用规程规范推荐的Gumbel频率分布模型计算设计风速。Gumbel频率分布模型为现有技术，在此不再详述。
各个气象站长期、短期资料的设计风速计算成果表明，在采用上述方法计算短期资料的设计风速时，有1个气象站未通过置信度95％的K-S拟合优度检验，2个气象站未通过Poisson分布的χ2检验，具体如表3所示。
表3长、短期资料的设计风速成果对比
Figure BDA0002618853170000081
Figure BDA0002618853170000091
综上，上述方法采用统计学的方法解决了测风资料年限不足时的设计风速取值问题，为测风资料短缺地区的工程结构抗风设计提供了支撑；上述方法可以将所需资料的年限缩短至2年，在工程的设计前期便可进行风速的短期实测，解决了工程抗风设计依赖气象站长期测风资料的现状。
一种基于短期测风资料的设计风速取值系统，包括，
阈值模块：获取多年逐小时平均风速，计算平均风速阈值；
超阈值序列模块：选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；
设计风速计算模块：采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速。
设计风速计算模块采用的计算公式为，
Figure BDA0002618853170000101
其中，VR为重现期R的设计风速，u0为平均风速阈值，σ为尺度参数，λ为超阈值平均风速序列中的月平均样本数；
响应于R>10年，VR＝u0+σln(12λR)。
一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行基于短期测风资料的设计风速取值方法。
一种计算设备，包括一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行基于短期测风资料的设计风速取值方法的指令。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。

Claims (7)

1.一种基于短期测风资料的设计风速取值方法，其特征在于：包括，
获取多年逐小时平均风速，计算平均风速阈值；
选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；
采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速，其中，
计算重现期设计风速的公式为，
Figure FDA0003575242760000011
其中，VR为重现期R的设计风速，u0为平均风速阈值，σ为尺度参数，λ为超阈值平均风速序列中的月平均样本数；
响应于R>10年，VR＝u0+σln(12λR)。
2.根据权利要求1所述的一种基于短期测风资料的设计风速取值方法，其特征在于：获取多年逐小时平均风速，计算平均风速阈值，具体过程为，
获取多年逐小时平均风速，选择日最大平均风速，构建日最大风速序列；
计算日最大风速序列的平均值和标准差；
根据平均值和标准差，计算平均风速阈值。
3.根据权利要求2所述的一种基于短期测风资料的设计风速取值方法，其特征在于：计算平均风速阈值的公式为，
Figure FDA0003575242760000012
其中，u0为平均风速阈值，
Figure FDA0003575242760000013
S分别为日最大风速序列的平均值和标准差。
4.根据权利要求1所述的一种基于短期测风资料的设计风速取值方法，其特征在于：采用K-S拟合优度检验方法检验广义Pareto分布模型的拟合效果，采用χ2检验方法检验超阈值平均风速序列中的每月样本数是否服从以λ为参数的Poisson分布，若检验的置信度均超过置信度阈值，则设计风速合理；其中，λ为超阈值平均风速序列中的月平均样本数。
5.一种基于短期测风资料的设计风速取值系统，其特征在于：包括，
阈值模块：获取多年逐小时平均风速，计算平均风速阈值；
超阈值序列模块：选择超过平均风速阈值的平均风速，构建超阈值平均风速序列；
设计风速计算模块：采用广义Pareto分布模型拟合超阈值平均风速序列，计算重现期的设计风速；
设计风速计算模块采用的计算公式为，
Figure FDA0003575242760000021
其中，VR为重现期R的设计风速，u0为平均风速阈值，σ为尺度参数，λ为超阈值平均风速序列中的月平均样本数；
响应于R>10年，VR＝u0+σln(12λR)。
6.一种存储一个或多个程序的计算机可读存储介质，其特征在于：所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至4所述的方法中的任一方法。
7.一种计算设备，其特征在于：包括，
一个或多个处理器、存储器以及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至4所述的方法中的任一方法的指令。
CN202010777124.6A 2020-08-05 2020-08-05 一种基于短期测风资料的设计风速取值方法及系统 Active CN111914424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010777124.6A CN111914424B (zh) 2020-08-05 2020-08-05 一种基于短期测风资料的设计风速取值方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010777124.6A CN111914424B (zh) 2020-08-05 2020-08-05 一种基于短期测风资料的设计风速取值方法及系统

Publications (2)

Publication Number Publication Date
CN111914424A CN111914424A (zh) 2020-11-10
CN111914424B true CN111914424B (zh) 2022-06-07

Family

ID=73287567

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010777124.6A Active CN111914424B (zh) 2020-08-05 2020-08-05 一种基于短期测风资料的设计风速取值方法及系统

Country Status (1)

Country Link
CN (1) CN111914424B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113806912A (zh) * 2021-08-17 2021-12-17 中国电建集团华东勘测设计研究院有限公司 一种基于参证气象站大风过程相关法的风电场最大风速估算方法
CN115204712B (zh) * 2022-07-26 2023-02-03 中国气象局上海台风研究所(上海市气象科学研究所) 一种海上和沿海风电场选址评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336860A (zh) * 2013-06-07 2013-10-02 国家电网公司 一种电网风速分布图生成方法
CN104037755A (zh) * 2013-03-07 2014-09-10 长沙理工大学 一种求解风蓄火联合运行系统多时段Pareto解集的优化方法
CN110334406A (zh) * 2019-06-11 2019-10-15 中国能源建设集团江苏省电力设计院有限公司 一种考虑风速特大值的极值风速重现期确定方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104037755A (zh) * 2013-03-07 2014-09-10 长沙理工大学 一种求解风蓄火联合运行系统多时段Pareto解集的优化方法
CN103336860A (zh) * 2013-06-07 2013-10-02 国家电网公司 一种电网风速分布图生成方法
CN110334406A (zh) * 2019-06-11 2019-10-15 中国能源建设集团江苏省电力设计院有限公司 一种考虑风速特大值的极值风速重现期确定方法和装置

Also Published As

Publication number Publication date
CN111914424A (zh) 2020-11-10

Similar Documents

Publication Publication Date Title
CN106779505B (zh) 一种基于大数据驱动的输电线路故障预警方法及系统
Wang Accounting for autocorrelation in detecting mean shifts in climate data series using the penalized maximal t or F test
CN109472004B (zh) 气候变化和人类活动对水文干旱影响的综合评估方法、装置及系统
CN110197020B (zh) 一种环境变化对水文干旱影响的分析方法
CN111914424B (zh) 一种基于短期测风资料的设计风速取值方法及系统
CN112784415A (zh) 一种定数截尾加速寿命试验机理等同性检验与寿命预测方法
CN110502277A (zh) 一种基于bp神经网络的代码坏味检测方法
CN109191408B (zh) 快速循环地面气象融合方法、装置及服务器
CN110097205A (zh) 一种建筑负荷预测用气象预报数据预处理方法
CN114266289A (zh) 一种复杂装备健康状态评估方法
CN109308225B (zh) 一种虚拟机异常检测方法、装置、设备及存储介质
CN110991761B (zh) 一种供热负荷预测方法及装置
CN113721182B (zh) 一种电力互感器性能在线监测结果可靠度评估方法及系统
CN110850358A (zh) 基于逐步回归算法的电能表综合检定方法及系统
CN113095579B (zh) 一种耦合伯努利-伽马-高斯分布的日尺度降水预报校正方法
CN108830444A (zh) 一种探空观测数据的评估和修正方法及装置
CN114428986A (zh) 一种无实测风速资料地区的设计风速分析方法和装置
CN108446213A (zh) 一种静态代码质量分析方法和装置
Kahya et al. Homogeneity analysis of precipitation series in Turkey
CN110263472A (zh) 基于回归法综合寿命试验数据的机电产品可靠度评估方法
CN114139408A (zh) 一种电力变压器健康状态评估方法
CN112732773B (zh) 一种继电保护缺陷数据的唯一性校核方法及系统
CN115453447A (zh) 基于嫌疑电表分步补偿剔除的超差电表在线检测方法
CN113033845A (zh) 一种电力传输资源共建共享的建设方法及装置
CN113919609A (zh) 一种配电网模型质量综合评估方法和系统

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