下载文档原格式
YANJ IUYUTANSUO１６０㊀«工程与建设»㊀２０１９年第３３卷第２期收稿日期:２０１９Ｇ０１Ｇ２８;修改日期:２０１９Ｇ０３Ｇ１５作者简介:马益平(１９６４－),男,浙江慈溪人,高级工程师．浙东沿海地区台风脉动风速时程模拟研究马益平,㊀张㊀灿,㊀江金权,㊀周东杰,㊀王朴炎,㊀俞梦迪(宁波市电力设计院有限公司,浙江宁波㊀３１５０２０)摘㊀要:台风是浙东沿海地区主要灾害性天气之一,容易导致避雷针等高耸结构发生风致振动甚至发生破坏.本文根据避雷针等高耸结构特点,采用高度相关的脉动风功率谱㊁自回归法(A u t oR e g r e s s i v e )和竖向相关性模拟了浙东沿海地区台风条件下脉动风速时程,并计算了特定平均风下不同高度处的脉动风速时程曲线和模拟功率谱密度,对比表明模拟功率谱密度与目标谱较为一致.该方法适用于浙东沿海地区避雷针等高耸结构的脉动风致振动响应分析.关键词:强风;脉动风速时程;风场模拟中图分类号:P ４４４㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:１６７３Ｇ５７８１(２０１９)０２Ｇ０１６０Ｇ０３０㊀引㊀㊀言台风(热带气旋)是我国浙东沿海地区的主要灾害性天气之一,具有影响时间集中㊁持续时间短㊁强度大㊁破坏性强的特点.近年对浙东沿海地区影响较大的台风有:２０１４年台风 凤凰 ,中心最大风力１０级;２０１５年强台风 灿鸿 ,中心最大风力１４级;２０１７年台风 泰利 ,中心最大风力１４级;２０１８年台风 玛莉亚 ,中心最大风力１０级.强台风登陆后会给沿海地区带来各类灾害,例如台风带来的强降水导致山体滑坡㊁泥石流等地质灾害,强台风作用下各种建筑物的破坏等.特别是避雷针塔㊁输电线塔等高耸建筑和构筑物,由于其固有频率与脉动风卓越频率接近且结构柔度较大,在强台风作用下容易由于脉动风致振动效应导致该类结构的破坏.２００４年在浙江省石塘镇登陆的台风云娜 导致温㊁台地区电网受到大面积严重损坏,十余条高压输电线路发生导线落地㊁沿线发生基塔倒塌㊁２１００余条１０k V 输电线路发生大量倒杆斜杆[１].此外,变电站的避雷针塔与母线或变压器等设备距离较小.如果避雷针塔由于意外发生破坏甚至倒塌事故,轻则造成避雷效果失效,影响周边电力设施运行,重则导致电网事故,甚至造成严重经济损失.脉动风荷载主要与结构的形状和高度有关,是土木工程中大型结构的主要激励因素之一.在对结构的冲击和颤振分析的任何研究中,都是不可缺少地要考虑风速的,但准确的风速模型通常需要通过全尺观测或风洞实验来建立,那又将产生高昂的成本.因此,用数值模拟方法进行风效应模拟研究具有重要意义.在浙东沿海地区研究避雷针塔㊁输电线塔等高耸结构在强台风作用下的动力响应及结构分析,需要根据浙东沿海地区台风特性模拟该地区强风下脉动风速时程曲线及其相应的脉动风荷载时程.目前,谐波叠加法和线性滤波法是脉动风速时程模拟的两种主要方法.在以往的台风风场模拟和结构风振研究中,这两种方法都有被使用并证明了该方法的可行性.例如,徐旭等[２]在结合谐波叠加法和快速傅里叶变换的方法基础上,利用多种台风风速谱,模拟了多条与结构竖向高度相关的脉动风速曲线.胡雪莲等[３]采用自回归模型并利用赤池信息量准则(A k a i k e i n f o r m a t i o n c r i t e r i o n )确定自回归模型阶数,模拟了作用于大跨度结构的随机风荷载.本文基于自回归法(A u t oR e gr e s s i v e ,A R ),使用适用于浙东沿海地区的台风风速谱模型,根据避雷针塔㊁输电线塔等高耸结构的特点简化了空间相关性函数,实现了浙东沿海地区的台风下沿结构高度变化的脉动风速时程曲线模拟,并验证了其可行性.１㊀台风等级划分及风速级别热带气旋按国际惯例依据其中心附近最大风力分可为六个等级,其中台风㊁强台风和超强台风较易产生较大规模的破坏性灾害,具体的中心附近最大平均风速分别为:台风,最大风力１２~１３级,平均风速３２．７~４１．４m /s ;强台风:最大风力１４~１５级,平均风速４１．５~５０．９m /s ;超强台风:最大风力１６级或以上,平均风速大于５１．０m /s .根据近年在浙东沿海地区登陆的台风统计,该地区受影响较大的台风最大中心风力通常在１０级左右,因此本次研究选取１０m 高度处平均风速２５m /s 进行模拟.２㊀脉动风功率谱国内外学者对脉动风功率谱进行了大量研究,提出多种不０６１YANJ IUYUTANSUO㊀«工程与建设»㊀２０１９年第３３卷第２期１６１㊀同形式㊁不同适用条件的脉动风功率谱,如D a v e n po r t 谱㊁K a i m a l 谱等.２．１㊀D a v e n po r t 谱D a v e n po r t 谱是«建筑结构荷载规范»中风荷载计算规定所采用的风速功率谱.该脉动风速谱是D a v e n p o r t 根据分布于全世界不同地点㊁高度和气候环境的９０余次风速统计资料回归得到的,具有一定的代表性[４],其计算式为:S v (f )＝４k v －２１０x ２/(n (１＋x ２)４/３)x ＝１２００n / v １０n ＝ω/２πìîíïïï(１)式中:S v (f )为脉动风速功率谱密度;k 为地面粗糙度系数;v １０为标准高度为１０m 处的平均风速;n 为脉动风频率.２．２㊀K a i m a l 谱K a i m a l 考虑了脉动风速功率谱随高度的变化,其脉动风速功率谱表达式为:n S (f )V ２∗＝２００f(１＋５０f )５/３f ＝nz / V (z ) V (z )＝１kV ∗l n (z /z ０)(２)式中:k 为K a i m a l 常数.２．３㊀石沅谱石沅等[５]根据上海地区实测的台风特性,在D a v e n po r t 风速谱模型基础上进行修正,拟合给出了上海地区实测台风水平风速谱经验公式为:S v (n )＝５．４６k v ２１０x ２．４/(n (１＋１．５x ２)１．４)(３)㊀㊀由于缺少在浙东沿海地区的实测台风风速数据,因此本文采用上海地区实测拟合的台风风速谱石沅谱.石沅谱是在D a v e n p o r t 谱基础上的修正模型,虽然D a v e n p o r t 谱采用的假设是沿高度不变,但避雷针塔㊁输电线塔等高耸建筑和构筑物的高度依旧属于近地面高度,其存在的误差可以忽略.３㊀脉动风场模拟方法工程上风速根据周期可以被分解为平均风和脉动风,其中周期在１０分钟以上的为平均风,周期在几秒左右的为脉动风.在进行风荷载作用下结构的分析时,通常认为平均风形成的静力风荷载主要导致了结构承受的静力,而脉动风形成的动力风荷载则会导致结构承受动力荷载作用下的动力放大效应.因此脉动风的动力效应对于避雷针塔㊁输电线塔等高耸建筑和构筑物的结构分析相对平均风形成的静风荷载更为重要.根据风速样本统计通常认为,脉动风的风速时程是一个零均值平稳的高斯随机过程,目前通常采用C AW S (C o n s t a n tA m p l i t u d e W a v eS u p e r p o s i t i o n )法㊁WAWA (W a v e sw i t hW e i g h t e dA m pl i Ｇt u d e)法及线性回归滤波器法等数值模拟方法.３．１㊀谐波叠加法谐波叠加法适用于平稳高斯随机过程,算法简单,是一个模拟随机风场的有效方法.谐波叠加法基于三角级数求和,例如S h i n o z u k a 等[６]采用一般均匀过程的数字计算法模拟平稳随机场解决多变量均匀高斯随机过程.虽然谐波叠加法在结合了快速傅里叶变换(F F T )的技术后可以大幅改善其计算效率,但该系列的方法在当计算自由度较多时依旧存在计算量过大㊁效率较低以及由于迭代次数过多导致精度较差等问题.３．２㊀线性回归滤波法线性回归滤波法基于线性滤波器技术,包括自回归法(A u t oR e g r e s s i v e ,A R )㊁自回归移动平均法(A u t oR e g r e s s i v e M o v i n g A v e r a g e ,A R MA )等.自回归法可考虑到计算点之间的时间相关性,且不存在上述谐波叠加法存在的一系列问题[７].A R 模型主要应用于风力工程中的时间序列预测,因为它具有许多优点:算法简单,计算速度快.此外,它不仅可以考虑空间相关特性,还可以考虑风历史的时间依赖特性,并且可以通过M a t l a b 等计算机编程实现这些优点.虽然A R MA 模型优于A R 模型,但A R MA 模型的参数估计比A R 模型困难得多.因此,本文将用A R 模型来模拟自然风速过程.空间中M 个点相关脉动风速时程列向量的A R 模型可表示为:V (X ,Y ,Z ,t )＝－ðpk ＝１Ψk V (X ,Y ,Z ,t －k Δt )＋N (t )(４)式中:p 为自回归模型阶数,t 为时程风速模拟步长;Ψk 为模型自回归系数矩阵;N (t)为正态分布随机过程向量,表达式为N (t )＝L n (t).４㊀空间相关系数空间中风速时间历程的模拟必须考虑风速的空间相关性.空间中各点处的风速和风向是与其具体位置相关的,某空间点与最大风速出现点的距离跟该点在同一时刻最大风速出现的概率成反比.脉动风的空间相关性包括了水平相关和竖向相关.避雷针塔㊁输电线塔等高耸建筑和构筑物,在空间相关性上,具有竖向相关相对于水平相关更为显著的特点.因此,脉动风速空间相关性系数表达式可以表示为[８]:ρi j (z i ,z j )＝e x p (－|z i －z j |/L z )(５)㊀㊀不同空间点的脉动风风速功率谱密度之间存在如下关系:S i j ＝S i i (ω)S j j (ω)ρi j (６)式中:S i i (ω)㊁S j j (ω)为点i ㊁j 处脉动风速自功率谱密度;S i j 为点i ㊁j 处互功率谱密度;ρi j 为点i ㊁j 相关性系数.５㊀脉动风谱的生成和验证本文根据前述理论及方法编制了相应程序,实现了计算不１６１YANJ IUYUTANSUO１６２㊀«工程与建设»㊀２０１９年第３３卷第２期同高度处的脉动风速时程曲线.其中自回归阶数p 取为４,时间步长取０．１s ,计算高度可根据实际情况任意取值.图１给出了使用该程序计算得到的１５m ㊁２５m 和４５m 处的台风下脉动风时程曲线.图１㊀不同高度处台风下脉动风速时程模拟曲线由图１可知,在当前模拟条件下的脉动风速时程中,该地点的不同高度的最大风速出现在不同时刻;从脉动风速时程曲线中可以发现,脉动风具有明显的随机性特点,其风向在每一时刻都会发生变化.因此当脉动风作用在结构后,会产生明显不同于静风荷载作用的动力效应.图２㊀４５m 处脉动风功率谱密度与目标功率谱密度为验证本文模拟的台风脉动风谱的准确性,进行了模拟脉动风功率谱密度和目标功率谱密度对比,以４５m 高度处脉动风时程计算结果为例,如图２所示.结果显示４５m 处脉动风功率谱密度与目标功率谱密度在整个模拟频域范围内基本重合,表明本文上述模拟脉动风速谱能量分布与实际具有一致性,本文模拟得到的台风脉动风时程可用于进一步的结构分析.６㊀结论与建议本文利用线性滤波自回归法(A R 法)以及简化的空间相关性函数,选用了适用于浙东沿海地区的台风风速功率谱密度模型,计算了浙东沿海地区台风下脉动风速时程,并给出了不同高度处的台风脉动风速时程曲线及其功率谱密度.通过台风脉动风速功率谱密度与目标功率谱对比,验证了本文使用的台风脉动风时程模拟方法的可行性.本文的工作为进一步研究避雷针塔㊁输电塔等高耸构筑物在浙东沿海地区台风作用下脉动风致振动的动力响应奠定了基础,给进一步的台风脉动风致振动导致的结构破坏分析提供了计算依据.与此同时,台风风速谱模型由于地区性地形地貌特点而存在明显的地区性,因此为更有针对性地进行浙东沿海地区的强台风作用下结构分析,需在获得实测台风资料的基础上,拟合本地区特有的台风风谱模型.参考文献[１]㊀龚坚刚． 云娜 台风对浙江输电线路的危害分析与对策[J ]．浙江电力,２００５,２４(３):１７－１９．[２]㊀徐旭,刘玉．基于台风风谱的电视塔风场数值模拟[J ]．特种结构,２００８,２５(２):３９－４３．[３]㊀胡雪莲,李正良,晏致涛,等．大跨度桥梁结构风荷载模拟研究[J ]．重庆建筑大学学报,２００５,２７(３):６３－６７．[４]㊀F E N G M Q ,Z H A N G RC ．W i n d I n d u c e dV i b r a t i o nC h a r a c t e r i s Ｇt i c s o fN a n j i n g T V To w e r [J ]．I n t e r n a t i o n a l J o u r n a l o fN o n Ｇl i n e a r M e c h a n i c s ,１９９７,３２(４):６９３－７０６．[５]㊀石沅,陆威,钟严．上海地区台风结构特征研究[C ]．第二届全国结构风效应学术会议论文集,１９８８．[６]㊀S H I N O Z U K A M ,J a n C M．D i gi t a lS i m u l a t i o n o f R a n d o m P r o c e s s a n d I t sA p pl i c a t i o n s [J ]．J o u r n a l o f S o u n d a n dV i b r a t i o n ,１９７２,２５(１):１１１－１２８．[７]㊀Y A N G W W ,C H A N GTYP ,C H A N GCC ．A nE f f i c i e n tW i n dF i e l dS i m u l a t i o nT e c h n i q u e f o r B r i d g e [J ]．J o u r n a l o fW i n dE n gi Ｇn e e r i n g a n d I n d u s t r i a lA e r o d yn a m i c s ,１９９７,６７/６８:６９７－７０８．[８]㊀S H I O T A N IM ,I WA T A N IY．C o r r e l a t i o n s o fW i n dV e l o c i t i e s i nR e l a t i o n t oT h eG u s t i n g L o a d i n g s [C ]．P r o c e e d i n gso f t h eT h i r d I n t e r n a t i o n a l C o n f e r e n c e o nW i n dE f f e c t s o nB u i l d i n g s a n dS t r u c Ｇt u r e s ．T o k yo ,１９７１:５７－６７．２６１。
基于Weierstrass-Mandelbrot函数的分形风速脉动仿真刘磊;胡非;李军;宋丽莉【摘要】实际风速脉动普遍具有自相似分形特征,而传统的谐波合成法和线性滤波法仿真的风速脉动均不具有自相似分形特征.因此,基于随机型Weierstrass-Mandelbrot函数,设计了一种能够仿真自相似风速脉动的方案.其中,表征风速脉动自相似特征的重要参数分形维度可与湍流惯性区能谱的幂指数建立联系.将该方案仿真的风速脉动与实际风速脉动一些重要的统计特征,如功率谱和概率密度函数等,进行了比较,结果表明提出的新方案能有效仿真风速脉动的中高频变化及其概率分布特征.【期刊名称】《气候与环境研究》【年(卷),期】2013(018)001【总页数】8页(P43-50)【关键词】风能技术;风速脉动;分形仿真;Weierstrass-Mandelbrot函数【作者】刘磊;胡非;李军;宋丽莉【作者单位】中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京 100029;中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京 100029;中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京 100029;广东省气候中心,广州 510080【正文语种】中文【中图分类】P425.4+6如何设计仿真程度较高，并且简便和实用的风速脉动方案，是风工程和大气环境领域普遍关注的问题（Jiang et al.，1999；Burton et al.，2001）。
例如，在风能技术领域，作用在风力发电机上叶片上的载荷通常分为确定载荷和随机载荷两类，前者由变化缓慢的平均风速产生，后者由叠加在稳定风速上变化较为迅速的风速脉动（即湍流）产生。
随机载荷具有较为多样的分析方法，通常分为频域分析和时域分析两类。
人们目前已设计出了多种时域分析方法，这些方法均需要仿真的风速脉动时间序列作为输入。
因此，时间序列的仿真设计是风力发电机随机载荷分析的重要环节之一。
风速时间序列模拟的模型有效性验证及代表性风场实例分析马赛; 褚福磊【期刊名称】《《振动与冲击》》【年(卷),期】2019(038)015【总页数】7页(P73-79)【关键词】风速时间序列; 能量谱模型; 功率谱模型; 模型选择依据【作者】马赛; 褚福磊【作者单位】清华大学机械工程系北京100084【正文语种】中文【中图分类】TH212; TH213.3风速时间序列分析对于风力资源的评估以及风力发电机组的设计都具有重要的意义。
首先，能量密度曲线可以给出一地区的主要风能密度区间，显示出其风力资源水平。
为了获得较高的风力转化效率以及并网稳定性，风力发电机组的设计应以符合该地区主要风能密度区的特征为首要目标。
而在风力发电机组的设计阶段，为了使叶片以及机械结构(行星齿轮、轴承等)满足设计要求，需要对其在复杂激励环境下的结构响应进行合理地模拟。
风速时间序列的模拟就是环境激励模拟的一个重要组成部分，在该模拟过程中，功率谱密度模型的选择对于模拟结果具有直接的影响，合理的模型选择可以产生较为逼真的风速激励形式，进而有效地实现结构设计与改进。
近年来随着可再生能源产业的不断发展，国内外工程技术人员对风力资源评估以及风速时间序列模拟等问题开展了广泛的研究。
考虑到基于气象观测数据分析方法的不足[1]，基于风场数据能量密度曲线的风资源评估方法受到了研究人员的关注[2-4]。
现有的风场数据分析结果大多面向局部地区风场，缺少大跨度区域风场资源分析结果的对比[5]，因此难以形成对基于中尺度天气预报模式(Weather Research Forecasting，WRF)的风资源评估方法的有力补充与实际验证。
对于风速时间序列模拟这一问题，我国国家标准中仅对风速谱模型的选择给出了建议，但缺少对其建议的实例验证。
国内研究人员在对国内风场的风速时间序列模拟问题展开研究时，一般采用首先假定风速谱模型，然后依据模型生成模拟风速时间序列的方式[6-9]。
网络出版时间：2013-01-10 09:46网络出版地址：/kcms/detail/11.2583.TM.20130110.0946.001.html海上风力发电机组抗台风设计贺广零1，田景奎1，常德生2（1.中国电力工程顾问集团华北电力设计院工程有限公司，北京市100120；2. 大唐国际发电股份有限公司，北京市100033）摘要：为提出适合我国国情的抗台风概念设计方法，给出了台风的基本特征，分析了海上风力发电机组在台风作用下常见的失效模式。
在此基础上，探索了抗台风设计的基本理念，并提出了相应的抗台风举措。
利水电工程国家重点实验室开放基金（sklhse-2012-D-02）；华北电力设计院工程有限公司科标业项目（K2011-T03）资助。
0 引言在经历较长时间储备之后，我国即将迈入大规模的海上风电场建设阶段。
我国东海、南海风能资源丰富，适宜进行风能开发。
然而，在这两个海域，台风频频发生，抗台风设计成为海上风力发电机组设计的重要内容。
我国抗台风设计参考的规范（或标准）大多源自于欧洲，以欧洲的气候环境特征为主要背景，并未考虑热带气旋的影响，未必适合我国国情。
当然，在不计成本的前提下完成海上风力发电机组抗台风设计并非难事，困难的是如何实现海上风力发电机组精细化抗台风设计。
为此，本文立足于台风的基本特征，结合海上风力发电机组在台风作用下的失效模式，对抗台风设计进行探索。
1 台风基本特征台风对我国东南沿海影响广泛（图1）。
气象统计结果表明，1949—2012年热带气旋登陆中国大陆共531次，其中台风153次，强台风38次，超强台风6次。
由于台风具有影响区域广、风向变化率大、风切变大、持续时间长、伴随强流巨浪等诸多特点，对风电场的破坏力惊人：基础倾覆、塔筒折断、叶片撕裂、机舱罩损坏等，经济损失巨大。
为了抵御台风的破坏，降低经济损失，需要进行海上风力发电机组抗台风设计。
图1 我国近海台风统计结果Fig.1 Statistical results of offshore typhoons in China1.1 极值风速大超大的极值风速则是台风的突出特征。
风速时程的分形特征研究随着人们对现代社会越来越多的依赖和依靠，物流已经成为深刻影响社会发展的一项关键服务，物流的是社会的发展的支撑，也是社会的基本支柱。
同时，我们也能够深刻感受到物流中的效率和时间一直是影响物流服务水平的重要因素，物流的风速时程引发了广泛的关注，也更加的强调了它的重要性。
波形几何学在多个领域有着广泛的应用，而分形研究也是其中不可或缺的一部分，本研究旨在通过分形理论和方法来研究物流中负载中的风速时程特征。
本研究从分形理论和数学建模入手，借助数学分析方法，研究不同类型风速时程的分形特性，包括分类和解决不同类型的问题以及进行数学建模，本研究尝试用分形理论分析物流负载中的各种风速时程，研究物流领域的分形结构，包括波形几何及其应用、分层结构和时间序列分析。
首先，本研究根据数据分析物流风速时程，探讨其属性特征，以及研究其分形特征，对其统计特性进行分析，分析物流领域的分形度；其次，探索物流中的时程变化规律，以更有效的识别和提取物流负载的特征；最后，分析风速时程的内在结构，定量研究物流负载时程变化的分形特征，建立一个新的物流时程的分析模型。
本研究的内容从原理上对物流负载中的风速时程进行深入的研究，通过对分形系统的分析，深入探索物流负载中的时程变化规律，以及建立一个新的物流时程分析模型，定量研究物流负载时程变化的分形特征。
这不仅可以更有效地识别和提取物流负载的特征，而且也可以实现物流时程的管理和优化。
在今后的研究中，针对物流负载中的风速时程变化的特征，需要深入开展更多的研究，以便更加有效的提取其中的内在特征，使得物流负载更加有效的运营，以达到更好的物流运营效果。
本研究以风速时程的分形特征研究为题，通过分形理论和数学建模研究物流负载中的风速时程特征。
本研究通过对物流负载中的风速时程变化进行深入的研究，可以更有效地识别和提取物流负载的特征，也可以实现物流时程的管理和优化。
今后的研究需要深入开展更多的研究，以便更加有效的提取其中的内在特征，使得物流负载更加有效的运营，以达到更好的物流运营效果。
基于4种再分析资料的中国近海风速特征分析侯敏;王国松;卜清军【摘要】基于4种高分辨率海面风场产品(CCMP、CFSR、ERA-interim和JRA55),探究1988—2015年期间中国近海风速的年际变化特征.通过将4种分析/再分析数据插值得到的10,m高度风速与中国近海海洋站和气象站风速观测资料进行比较,得出如下结论:①JRA55和ERA-int的风速相比CCMP和CFSR更接近实测值,CCMP和CFSR的风速差异较大,无法反映实际情况;②4种数据中JRA55的平均风速偏差(Bias)和均方根误差(RMSE)最小,分别为0.220,ms-1和0.964,ms-1,但4种数据整体差距不大;③Taylor综合统计分析发现在4种数据中,ERA再分析数据最接近于观测值,JRA55数据在中国近海风速代表性较好.【期刊名称】《天津科技》【年(卷),期】2017(044)010【总页数】5页(P109-113)【关键词】风速特征;中国海域;高分辨率数据集;年际变化【作者】侯敏;王国松;卜清军【作者单位】天津市滨海新区气象局天津 300457;国家海洋信息中心天津300171;天津市滨海新区气象局天津 300457【正文语种】中文【中图分类】P731.22分析或再分析数据现如今被广泛应用于地球气候系统机制、预报和气候监测研究中[1]，尤其是对天气尺度和行星尺度下的天气现象，比如台风路径、厄尔尼诺/南方涛动和准两年振荡等研究[2，3]，分析或再分析数据都做出了巨大的贡献。
分析或再分析数据还为季节预报系统的后推以及海洋模式的强迫区域提供初始条件和参考数据。
而海表面风场是了解和预测地球短期和长期变化过程所需的重要信息。
作为海表面运动的最大动力来源，从独立波到完整的环流系统，海面风都占了很大比重。
海面风通过调节大气-海洋热量、水汽、大气和颗粒物的交换来促使海气相互作用。
而海洋覆盖地球表面近 3/4，这种相互作用对全球和区域气候具有重要影响。
风电场风速时间序列的多重分形去趋势波动分析
孙斌;姚海涛
【期刊名称】《电工技术学报》
【年(卷),期】2014(029)006
【摘要】为探索风电场风速时间序列的标度不变性,采用多重分形去趋势波动分析方法(MF-DFA)对风速时间序列进行分析.通过计算广义Hurst指数、尺度函数、多重分形谱,细致量化了风速序列的局部和不同层次的波动奇异性,并考察了多重分形参数对风速预测的影响.研究结果表明:风速时间序列的波动具有长程相关性,且呈现显著多重分形特征;多重分形参数与风速变化存在一定的关联性,采用多重分形谱可在一定程度上对风速的变化趋势进行预测,且风速波动量越大,预测的结果越准确.【总页数】7页(P204-210)
【作者】孙斌;姚海涛
【作者单位】东北电力大学能源与动力工程学院吉林 132012;东北电力大学能源与动力工程学院吉林 132012
【正文语种】中文
【中图分类】TM614
【相关文献】
1.基于多重分形去趋势波动分析的视网膜图像分割 [J], ZHANG Shi;SHE Li-huang;WANG Ya-fan;SU Ting
2.冻结立井爆破振动信号多重分形去趋势波动分析 [J], 付晓强; 杨仁树; 崔秀琴; 刘
幸; 刘纪峰; 雷振
3.多重分形去趋势波动分析及改进决策树在电能质量分析中的应用 [J], 张淑清;张赟;刘海涛;胡皓;李华;姚玉永;刘勇;王涛
4.基于多重分形去趋势波动分析的脑电信号特征提取及分类方法 [J], 陈敬凯;孟雪;王常青;钟亚鼎
5.基于EMD-LS的非平稳时间序列多重分形去趋势波动分析方法 [J], 罗远兴;李志红;梁兴;李超;胡凤城
因版权原因，仅展示原文概要，查看原文内容请购买。
几种短期风速时间序列预测技术的比较杨小强;韩亚军;刘静【摘要】对风速进行准确的预测可以减轻对电力系统的不利影响,提高风电场在电力市场中的竞争力.比较了几种不同的风速预测方法,它们都是采用时间序列分析短期风速数据.讨论传统的线性自回归滑动平均模型(ARMA),常用的前馈和循环神经网络,同时对自适应神经模糊推理系统(ANFIS)以及神经逻辑网络进行比较.通过建模对几种方法的预测性能进行估计,最终得出基于人工智能的模型比线性模型效果更好,能够准确快速地预测结果.【期刊名称】《常州大学学报（自然科学版）》【年(卷),期】2016(028)001【总页数】5页(P88-92)【关键词】风速;时间序列;神经网络【作者】杨小强;韩亚军;刘静【作者单位】重庆科创职业学院机电工程学院,重庆402160;重庆科创职业学院机电工程学院,重庆402160;重庆科创职业学院机电工程学院,重庆402160【正文语种】中文【中图分类】TM614风是最难预测的气象参数之一，风是由于地球转动时，在不同的地表形成较大的压差和温差而产生的。
最早的预测技术是根据可用的信息及分析得到的时间尺度对风能进行预测，只能预测几秒到几分钟的短期风速，预测对象就是WECS系统的控制对象。
要预测几小时内的风能就要分析整个电力系统的运行计划，而预测几天内的风能就需要分析电力系统的维护计划和资源计划。
本文提出的分析方法是基于文献中提到的以下方法建立的，包括：数值天气预报和中尺度模式，广义等效马尔可夫模型和时间序列分析方法。
后者还采用了自回归滑动平均模型(ARMA)[1]、卡尔曼滤波器、双线性和光滑阈值自回归模型。
近年来又提出人工智能技术，它们主要采用多层感知器，径向基函数(RBF)，循环神经网络和模糊逻辑[2]，并结合了具有时空神经网络的模糊分类器。
随着预测水平的提高，各种预测方法的效果都有明显改善，但相比之下，当输入是过去每小时平均数据时，持久性的单步预测方法比本文的短期风速时间序列预测方法效果要好一些，数值预测模型[3]比持久性的单步预测方法在前面第一个小时存在的RMS误差要高出25%，卡尔曼滤波器算法比持久性预测方法RMS误差低2%，而前馈神经网络[4] 比持久性预测方法RMS误差高0.3%～2.1%。
太平洋是全球最大的海洋,占海洋总面积的49.8％,太平洋也是世界最深的大洋,它的平均深度为4028m,海洋水文特征复杂[1～10]。
太平洋在世界海运、渔业、矿藏、通讯等各个经济领域中都有举足轻重的影响[11～15],在世界政治格局中占有十分重要的战略地位,西有马六甲海峡,东有巴拿马运河,沿岸有许多避风港,中部有很多岛屿可作为中继站,太平洋是联系亚洲、大洋洲和南、北美洲的重要通道,具有重要的经济、军事地位[16～22]。
我国濒临西北太平洋,深入了解该海域的海洋环境特征,对海洋开发、海洋水文保障、海洋工程、防灾减灾、远海国防等都具有极为重要的意义。
齐义泉等[23～24]利用1987年至1988年两年的Geosat高度计遥感资料,对南海的海表风场的月平均、季平均特征进行过分析,研究发现南海的月平均海表风速在东北季风期较大,冬季风向夏季风转换的时期较小,且在12月最大,5月最小;10月至翌年3月为东北季风影响的冬半年时期,4、5月是冬季风向夏季风转换的时期,9月份冬季风开始入侵南海东北部海域,10～12月东北季风逐渐加强。
在西南季风期间,海表风速呈现出南大北小的特点,其余季节则表现出由南向北增强的分布特征,在10°N,110°E附近海域为常年的风速大值区。
齐义泉等[25]还利用约59个月(1992年10月23日-1997年8月12日)的T/P(TOPEX/Poseidon)高度计反演的海表风速,采用EOF(Empirical Or-thogonal Function——经验(自然)正交函数分析)方法,分析了南海海表风场的时空分布特征,研究发现风场的第1典型场表现为影响南海较大空间尺度的天气现象,这一模态应该是季风强盛期的风场特征,第2典型场显示南海海面风速呈反位相变化,其分界线约在15°N线附近,这一模态揭示的是季风转换时期的风场特征。
王静等[26]利用T/P高度计反演的约59个月(1992年10月23日-1997年8月12日)的SWH和海表风速,采用EO F方法对南海的海表风、浪场的研究,初步判定风场的第一典型场可能是季风强盛期的风场特征,第二典型场则体现出季风转换期的风场特征。
北大西洋海表风速季节特征及长期变化趋势分析姚琪;郑崇伟;梁新友;李云波;王冠【摘要】利用来自欧洲中期天气预报中心(ECMWF—European Centre for Medium-Range Weather Forecasts)的长时间序列、高精度的ERA-40海表10 m风场资料,对北大西洋海域海表风场的季节特征、长期变化趋势进行深入研究,研究发现:(1)北大西洋海域的海表风速等值线在各季均大致呈东西带状分布,且由高纬度向赤道表现出高-低-高-低的分布特征.MAM和SON期间海表风速的分布特征较为相似,大值中心分布于北半球西风带海域；DJF期间的海表风速为全年最大；JJA期间的海表风速为全年最小.加勒比海海域常年存在一风速的相对大值中心.从多年平均来看,风速存在一明显的、范围较广的大值区:西风带海域,加勒比海也存在一范围较小的大风区.(2)1958年至2001年期间,北大西洋海域的海表风速以0.0049 m·s-1·a-1的速度显著性逐年线性递增.(3)北大西洋海表风速的变化趋势表现出较大的区域性差异:呈显著性逐年线性递增的区域主要分布于30°N以下的低纬度海域,变化趋势在0.01～0.025 m·s-1·a-1左右,西班牙东北部近海的递增趋势最为强劲,达到0.035m·s-1·a-1以上,墨西哥湾和加勒比海刖呈显著性逐年线性递减,趋势为-0.015 m·s-1·a-1左右,其余海域的海表风速无显著变化趋势.(4)近44年期间,北大西洋海域的海表风速存在明显的突变现象,突变期为1972年前后.【期刊名称】《科技资讯》【年(卷),期】2013(000)001【总页数】4页(P135-138)【关键词】北大西洋;ERA-40风场;季节特征;长期变化趋势【作者】姚琪;郑崇伟;梁新友;李云波;王冠【作者单位】东海舰队司令部37分队浙江宁波 315122【正文语种】中文【中图分类】X-1海表风场对海气相互作用、大气循环等都有重要影响[1-5],海表风场对人类的经济、军事等活动同样有着重要影响,大风大浪常带来严重灾害,甚至灾难,如1979年11月,我国“渤海2h号”钻井船受寒潮带来的大浪袭击而沉没,1982年至1990年间,中国近海因台风浪翻沉各类大小船只14345艘,损坏9468艘,平均每年沉损各类船只2600余艘[1～6]。
风速时程的分形特征研究
风是一种重要的气象要素，对我们的生活和社会经济具有重要影响。
因此，研究风速时程的分形特征对于了解风的变化规律以及风能的开发利
用具有重要意义。
本文将探讨风速时程的分形特征研究。
首先，我们需要了解分形特征。
分形是一种几何形态的特性，具有自
相似性和尺度不变性。
在自然界的很多系统中，都存在分形特征。
例如，
树枝、山脉、河流等都具有分形结构。
分形特征的研究可以帮助我们理解
和描述这些复杂的系统。
风速时程的分形维数研究主要是通过分析风速数据的变化规律来确定
风速时程的分形维数。
分形维数是描述分形结构复杂程度的一个参数，可
以用来评估系统的不规则程度。
通过计算风速时程的分形维数，可以揭示
风速时程的复杂性和非线性特征。
分形维数的计算可以使用常见的分形计
算方法，如盒计数法和哈斯托尔分形维数法等。
通过分析分形维数与其他
气象要素的关系，可以对风速时程的形成机制进行深入研究。
风速时程的分形特征与风能预测的关系研究是另一个重要的研究方向。
风能资源的评估和风能预测是风电开发的重要环节，对于风电场的规划和
运行具有关键意义。
风速时程的分形特征可以用来改进风能预测模型，并
提高预测的准确性。
研究人员通过对风速时程的分形特征进行分析，发现
分形特征与风能的区域分布和时空变化有一定的关系。
因此，可以通过建
立基于分形特征的风能预测模型来改进风能预测的精度。
风速时程的分形特征研究在工程应用方面具有重要意义。
通过对风速
时程的分形特征进行分析，可以了解风速的变化规律，为风电场的设计和
运行提供科学依据。
此外，还可以提高风能预测模型的准确性，为风电场
的经济运行提供支持。
同时，风速时程的分形特征研究还可以为其他领域的复杂系统研究提供借鉴和启示。
总之，风速时程的分形特征研究对于了解风的变化规律、改进风能预测模型以及风电场的设计和运行具有重要意义。
通过分析风速时程的分形维数和分形特征与其他气象要素的关系，可以揭示出风速时程的复杂性和非线性特征。
此外，通过建立基于分形特征的风能预测模型，可以提高风能预测的准确性。
风速时程的分形特征研究为风电开发和其他领域的复杂系统研究提供了新的思路和方法。
