下载文档原格式
风电专业术语中英对照及解释经电气网小编整理，下面是有关风电的一些专业术语的英汉对照及解释，希望对各位有用哦。
1.风能 /wind energy 空气流动所具有的能量。
2.风能资源 /wind energy resources 大气沿地球表面流动而产生的动能资源。
3.空气的标准状态 /standard atmospheric state 空气的标准状态是指空气压力为101 325Pa，温度为15℃（或绝对288.15K），空气密度1.225kg/m 3 时的空气状态。
4.风速 /wind speed 空间特定点的风速为该点空气在单位时间内所流过的距离。
5.平均风速 /average wind speed 给定时间内瞬时风速的平均值。
6.年平均风速 /annual average wind speed 时间间隔为一整年的瞬时风速的平均值。
7.最大风速 /maximum wind speed 10分钟平均风速的最大值。
8.极大风速 /extreme wind speed 瞬时风速的最大值。
9.阵风 /gust 超过平均风速的突然和短暂的风速变化。
10.年际变化 /inter-annual variation 以30年为基数发生的变化。
风速年际变化是从第1年到第30年的年平均风速变化。
11.[风速或风功率密度]年变化 /annual variation 以年为基数发生的变化。
风速（或风功率变化）年变化是从1月到12月的月平均风速（或风功率密度）变化。
12.[风速或风功率密度]日变化 /diurnal variation 以日为基数发生的变化。
月或年的风速（或风功率密度）日变化是求出一个月或一年内，每日同一钟点风速（或风功率密度）的月平均值或年平均值，得到0点到23点的风速（或风功率密度）变化。
风切变 /wind shear 风速在垂直于风向平面内的变化。
13.风切变指数 /wind shear exponent 用于描述风速剖面线形状的幂定律指数。
极端风速定义及分类一、引言极端风速是指在一定时间范围内出现的风速超过正常范围的极端天气现象。
极端风速的出现对人类生活、农业、交通、建筑等方面都会产生重要影响。
因此，准确定义和分类极端风速对于预防和减轻极端天气带来的损失具有重要意义。
二、极端风速的定义极端风速的定义可以从多个角度进行思考。
一种常用的定义是指在某一时间段内，风速超过某个特定的阈值被认为是极端风速。
这个阈值可以根据历史数据进行统计得出，也可以根据实际需求进行设定。
另一种定义是指风速超过平均风速的某个倍数被认为是极端风速。
这种定义方法更加灵活，可以根据不同地区、不同季节的特点进行调整。
三、极端风速的分类根据风速的强度和影响范围，极端风速可以分为以下几类：1. 热带风暴热带风暴是一种强度较弱的极端风速现象，通常伴随着大量的降水和雷电活动。
热带风暴的风速一般在每小时40到75英里之间，对于建筑物和树木造成的破坏相对较小。
2. 飓风飓风是一种非常强大的极端风速现象，风速通常超过每小时75英里以上。
飓风伴随着巨大的降水和风暴潮，对于沿海地区和岛屿的破坏非常严重。
飓风的分类可以根据风速的强弱分为几个等级，如五级飓风是最强大的一类飓风。
3. 龙卷风龙卷风是一种狭长的强大旋风，通常伴随着强烈的风暴和雷电活动。
龙卷风的风速非常高，可以达到每小时300英里以上。
龙卷风的直径相对较小，但是破坏力非常强大，可以摧毁房屋和树木。
4. 局地大风局地大风是一种较为常见的极端风速现象，通常发生在山区或沙漠地区。
局地大风的风速可以达到每小时60到90英里，对于农作物和建筑物造成的破坏较为严重。
四、极端风速的影响极端风速对人类生活和社会经济发展都会产生重要影响。
以下是极端风速可能带来的影响：1.破坏建筑物和基础设施，导致人员伤亡和财产损失；2.中断电力供应和通信网络，造成社会秩序混乱；3.影响农作物生长和渔业生产，导致粮食和食品短缺；4.增加交通事故的风险，影响交通运输的正常进行。
载荷状况（load case）:设计状态与引起构件载荷的外部条件的组合。
风矢量（wind velocity）:空间任一点的风矢量是气体微团通过该点位置的时间导数。
旋转采样风矢量（rotationally sampled wind velocity）：旋转风轮上某固定点经受的风矢量。
极端风速（extreme wind speed）:t秒内平均最高风速，它可能是特定周期（重现周期）T年一遇。
注：参考重现周期T=50年和T=1年，平均时间t=3秒和t=10秒。
极端风速俗称为“安全风速”。
安全风速（survival wind speed）:结构所能承受的最大风速的俗称。
参考风速（reference wind speed）:用于确定风力机级别的基本极端风速参数。
注：极端风速应小于或等于参考风速。
瑞利分布（RayLeigh Distribution）:风速的概率分布函数，分布函数取决于尺度参数。
尺度参数控制平均风速的分布。
威布尔分布(Weibull distribution):风速的概率分布函数，分布函数取决于形状参数和尺度参数。
形状参数控制分布宽度。
风切变(wind shear):风速在垂直于风向平面内的变化。
风廓线(wind profile)；风切变律(wind shear law):风速随地面高度变化的数学表达式。
阵风(gust):超过平均风速的突然和短暂的风速变化。
湍流强度(turbulence intensity):标准风速的偏差与平均风速的比率。
用同一组测量数据和规定的周期进行计算。
功率系数(power coefficient):净电功率输出与风轮扫掠面上从自由流得到的功率之比。
桨距角(pitch angle):通常为100℅叶片半径处叶片弦线与风轮旋转平面间的夹角。
标准风速(standardized wind speed):利用对数风轮廓线转换到标准状态（10m 高，粗糙长度0.05m）的风速。
风速概率分布参数的矩估计解法
刘鹏;王伟胜
【期刊名称】《华北电力大学学报(自然科学版)》
【年(卷),期】2002(029)0z1
【摘要】平均风速是反映风资源状况的一个重要指标.研究表明,应用最小二乘解法求得的风速Weibull分布参数不能准确地反映平均风速指标.对此,提出应用矩估计方法求解weibull分布的参数,并应用两种方法对实际测风数据和随机生成的风速序列进行了参数计算与比较,结果表明矩估计方法精度较高.
【总页数】4页(P154-157)
【作者】刘鹏;王伟胜
【作者单位】中国电力科学研究院,北京,100085;中国电力科学研究院,北
京,100085
【正文语种】中文
【中图分类】TK81
【相关文献】
1.GEV分布参数的部分概率权重矩估计方法 [J], 原秀红;宋松柏
2.P-Ⅲ型分布参数的线性矩估计法及期望概率研究 [J], 白丽;夏乐天;魏玉华
3.P-Ⅲ型分布参数的线性矩估计与期望概率研究 [J], 林小丽
4.基于灰色模型的风速概率分布参数预测 [J], 李牡丹;王印松;李亚玲
5.复合极值分布参数的概率权矩估计 [J], 韩月丽;史道济
因版权原因，仅展示原文概要，查看原文内容请购买。
风速概率分布估计和风能评估2016摘要风能的统计特征以及合适的风力发电机组的选择对于有效评估风力发电潜力和设计风电场至关重要。
本研究以中国中部四个地点为例，对风速概率分布的流行参数和非参数模型以及这些模型参数的估计方法（广泛使用的方法和随机启发式优化算法）进行了比较。
仿真结果表明，非参数模型在拟合精度和操作简便性方面优于所有选定的参数模型，随机启发式优化算法优于广泛使用的估计方法。
本研究还回顾和讨论了文献提出的六个功率曲线以及风能潜在评估过程中涡轮机之间相互唤醒效应引起的功率损耗。
评估结果表明，功率曲线的选择影响风力涡轮机的选择，考虑相互唤醒效应可能有助于优化风能评估中的风电场设计。
目录1 介绍 (1)2 以前的工作概述 (2)2.1 风速分布函数概述 (2)2.2估计方法概述 (4)3 数据收集和简要分析 (5)4 风速分布突变试验 (5)4.1 Mann-Whitney U检验 (5)4.2 双样本Kolmogorov-Smirnov检验（K-S检验） (6)5 参数模型和非参数模型 (6)5.1 常规分布 (6)5.2 用于估计参数的方法 (6)5.2.1 时刻法（MM） (6)5.2.3 最小二乘估计（LSE）法 (6)5.2.4 最大熵原理法（MaxE） (6)5.3非参数模型 (7)5.4杜鹃搜索（CS）算法 (7)6 仿真比较结果 (7)6.1 评价标准 (7)6.2 突变试验分析 (8)6.3 分析估算结果 (8)6.3.1 分析参数模型 (8)6.3.2 参数和非参数建模的比较 (9)7 风能评估 (10)7.1 风力密度的计算 (10)7.2 风力发电机效率 (10)7.3 计算因素 (10)7.4 风电场风电损耗估算 (10)7.5 风能计算与分析 (11)8 结论 (12)1 介绍由于社会，经济和工业的快速发展，中国对能源的需求正在急剧增长。
化石燃料在中国的能源消耗中起着关键作用。
风速风向联合概率密度分布的一种经验函数模型
陈隽;徐骏飞
【期刊名称】《防灾减灾工程学报》
【年(卷),期】2014()1
【摘要】对风速与风向边缘分布采用统一的极值概型描述,提出了一种可适用于多峰极值以及总体样本的风速风向联合概率分布函数的经验解析表达式。
模型包括7个参数,可由实测数据利用非线性最小二乘方法拟合得到。
对模型参数拟合时的初值选取方法提出了建议,并对典型的风向双峰值情况,给出了峰向区间的划分方法;利用双峰总体、双峰极值以及单峰极值3种不同类型的实测数据,检验了模型的适用性。
结果表明,该模型可以较好地描述不同类型总体样本或极值样本的风速风向联合概率密度特性,可供风向设计风速的确定、风速评估及场地风能评估等工程问题参考。
【总页数】7页(P13-19)
【作者】陈隽;徐骏飞
【作者单位】上海防灾救灾研究所;同济大学建筑工程系
【正文语种】中文
【中图分类】O211.9
【相关文献】
1.极值风速风向的联合概率密度函数
2.上海地区风速风向联合概率密度函数的研究
3.基于最大熵原理的联合风速风向概率密度函数建模方法
4.合肥地区大气风速风向联合概率密度函数研究
5.基于风速风向联合分布理论的梁桥风荷载分析
因版权原因，仅展示原文概要，查看原文内容请购买。
极端风速和发生时间间隔分布的概率分布研究摘要：这篇论文是基于香港记录的极端风速数据对极端风速及其发生时间间隔分布可能性的研究调查。
I型极值分布、三参数Weibull分布、双参数Weibull分布都被这项研究所采用来匹配风速数据。
假设检验发现，尽管这三种分布型都适合用来描述计算风速数据的分布可能性，但是I型极值分布和三参数Weibull分布比二参Weibull分布更加恰当一些。
据观察，特定极端风速的发生时间间隔是随着三参数Weibull分布或二参Weibull分布的随机变量，而二参Weibull分布模型相对来说是一个更好的选择。
给出一个研究案例来讨论可能性分析的结果。
1．介绍对结构的风载荷评估需要对结构寿命内的预测对风知识有一个最全面深入的了解。
Davenport是最早运用概率统计理论来决心风速设计的研究人员之一。
各种分布可能性的模型已经被用于或者建议用于记录的风速的统计分析。
在这些模型之间，I型极值分布就是众所周知的Gumbel分布，一个拟合最大值的经典模型。
Gumbel促进了I型极值分布在特大洪水预报中的应用。
1970年以后，很多研究人员都认为I型极值分布是适合于极端风速数据分布研究的。
因此，I型极值分布是在世界各地结构设计规范和标准采用的最常用的方法。
广义极值分布是由Jenkinson通过合并三个极值分布类型到一个简单的数学形式中来的，这一概念模型已经被广泛的使用于风工程当中。
一个新的极值分布模型，实际上已经覆盖了I型极值分布的模型，被Li等人所建议提出来，这是最近应用到风行动下玻璃包层的时间依赖性可靠性分析。
这些研究表明这个新的分布对于描述极值风速的可能性分布是一种有效的和灵活的工具。
Gomes 和Vickery通过应用Gumbel极值分布提出了一种在混合天气状态下用于极值风速分析的新方法。
与广义极值分布十分相近的广义帕累托分布被很多研究人员应用到适应极值风速。
正如Holmes 和Moriarty所评论，她的最大优势在于利用感兴趣的风暴所产生的高阵风上的相关数据，而不仅仅是年最大风速，同时也没有必要为了一个值而每年进行分析。
威布尔分布是另一种广泛使用于适应风速数据的分布模型。
Stewart 和Essenwanger通过威布尔分布研究地球近地层风速的频率分布，发现在极值预报中三参数模型比二参数模型要更好。
Deaves和Lines展示了一种适应风速数据的提高方法到威布尔分布中，也证明了二参数威布尔分布可以适应于所有风速数据的全部范围，也证明风速计分辨率是足够的，十分钟平均风速也是适用的。
Ulgen和Hepbasli通过使用Izmir的风速数据检查了两种风速分布功能的威布尔参数分布，同时也威布尔分布和瑞利分布相比较。
威布尔分布被发现是最准确的分布为根的试验方法的均方误差，并适合于表示的风速数据密尔的实际概率分布。
Lun和Lam计算出数值估计并用威布尔二参数分布功能去描述过去30年的一组风数据的风速频率分布，并检查了三个地方：一个城区、一个城市中心极其暴露的区域和香港一个开放的海域威布尔密度分布功能的两个参数。
很多先前的关于风速可能性分布分析的研究，包括上面所提及的，都主要关于风速概率分布的测定。
据记录，一般在先前的研究当中都只是考虑了风速的大小和方向和发生频率；而强风发生间隔的可能性分布是常常被忽略的。
在这项研究中将会呈现一个指定的强风速的发生间隔实际上是具有某种概率分布的随机变量。
然而，这种现象是还没有调查以往概率分析的基础上。
为了精确的估计极值风速，同时考虑指定风速发生可能性和它的发生间隔是很合理的。
在这篇文章中，风速的发生频率和发生间隔都将被考虑到极值风速可能性分析当中。
一项案例研究展示是在基于香港记录的极端风速数据上。
据作者所知，这项研究可能是风工程中的第一次尝试对极值风速进行“发生间隔”的可能性分析去研究哪种可能性是适合发生间隔的可能性密度函数描述的。
2.分析方法论2.1 概率分布模型和假设检验2.1.1 I型极值分布Jenkinson把三种极值分布整合到一个单一的数学形式，这个叫做一般型极值分布。
={ * +}(1)是自由变量x的累积概率分布函数。
参数、、k分别是比例因子、位置因素和形状因子；在k<0、k>0、k=0的情况下（1）式分别会变成Ⅱ型极值分布（Frechet分布），Ⅲ型极值分布和I型极值分布。
这三种分布中最长用的分布是I型极值分布，也就是众所周知的I型极值分布，尤其用于描述极值风速的分布。
I型极值分布的累积分布函数可以被写成下面的形式。
={ [ ]}(2)相应的概率密度函数f(x)是f(x)=*+{[]}（3）这个函数中的两个参数可由冈贝尔[6]提出的绘点位置的方法来确定。
2.1.2三参数Weibull分布另一个描述自由变量概率分布的灵活模型是威布尔分布。
他有三参数威布尔分布模型和两参数威布尔分布模型。
如果一个随机变量x服从三参数威布尔分布，则x的累计分布函数F(x)和概率密度函数f(x)有如下形式：= *+，if x(4)f(x)=( γ)[ ()],if x(5)三个参数、、分别是比例因子、形状因子和位置因素。
这些因子的值可以有矩量法来定。
威布尔分布时刻按以下来定义：=∫[ ]d x=+()Γ（1+1/）(6)其中，，的估计值是，∑( ) (7),因为，k=1、2/4，所以三个参数的估计值由以下等式决定：̂=（）/[ ] ; （8）̂= ; （9）̂=Γ（1+1/）; （10）2.1.3二参数Weibull分布如果=0（等式4和5），则三参数模型变成二参数模型。
然后，我们得到;= *+(11)f(x)=()[()](12)二参数模型中和的估计是相对简单的。
通过使用最小二乘法，和的值可以确定。
值得注意的是，如果和的自然对数被引用到等式11的两边，* （）+=-+ (13)这导致了一个直线上的双对数曲线图，Y =b+(14)Y=* （）+(15)b=-(16)z=(17)转换z=能够请容易的进行，直线可容易地获得，因此，两个参数都定下来。
2.1.4假设检验为了检验分布模型对风速数据的拟合度发生间隔的观察，柯尔莫哥洛夫测试将进行。
根据柯尔莫哥洛夫测试方法，X的分布函数定义为，而经验分布函数为:.k=1.2…n-1. (18)K是累计频率，n是样本大小。
定义统计学术语D为: D=max ≤ ≤ ||(19)如果置信度相关的参数a是给定的，D a的临界值，可以在洛夫测试方法的临界值表中，根据样本大小n和置信水平中找到。
如果D≤D a,这种分布型的拟合是不错的，否则拟合就不会太满意。
当D的值等于从所观察到的频率分布中得到的累积概率之间的差的最大值，从分布模型计算，较小Dn的值，会得到更好的分布拟合。
通常，置信水平取为90％，因此a=0.1.2.2极端风速的发生概率一旦一个特定极值风速Vd的发生间隔产生一个具有概率密度函数f()的概率分布，则特定极值风速Vd发生的平均再发生间隔由下决定：Td=∫d (20)极值风速Vd在[0，]之间发生的概率分布函数：F(t)=∫d (21)t是从走后一次出现的时间（年）。
3．案例研究1950-1994年间香港，由香港天文台所记录每年的最大阵风风速，如表1所示，在本文中采用来研究极值风速风概率分布以及其发生间隔。
3秒的阵风风速数据，如表1，是在横澜岛测量所得。
这个地方被认为是一个良好的观测场所，在被登录影响之前风场数据已经被记录。
横澜岛风速计是海面上70米高的，但是由于陆地本身的影响，测量的风特性被认为是更加适合于90米高度。
已经有很多进行的研究讨论香港的极值风速概率分布。
为香港设计的风速规范一直以来在风工程委员会就存在争论。
然而，参与到这场讨论中并不是我们的目的。
这篇文章的目的是用极端风速数据的良好记录，如表1，来研究极值风速的概率分布和发生间隔。
3.1年最大风速的概率分布为了估计不同风速的发生间隔，极值风速的概率分布必须被确定下，作为指定的风速的平均重复间隔为的风速的超限概率的倒数。
3.1.1参数估计记录中的风速数据符合I型极值分布，三参数威布尔分布和二参数威布尔分布。
在分布模型中的参数都有前面部分描述的方法来估算。
参数的估计值列在表2中，图1展示了年度阵风风速的累积经验分布，I型极值分布、三参数威布尔分布和二参数威布尔分布。
从图1可见，I型极值分布和三参数威布尔分布都比基于测量风速数据所得的经验分布更贴切，而二参数威布尔分布从经验分布中脱离出来。
图2显示了I型极值分布的概率密度、三参数威布尔分布、和二参数威布尔分布的比较。
相似的是，I型极值分布和三参数威布尔分布模型能够更好地拟合年最大风速。
如图2所示，I型极值分布和三参数威布尔分布都明显的向右歪斜，这与风速数据计算所得的1.1273的斜率结果相一致。
但是，二参数威布尔概率密度表现出一种模糊的偏态。
以上的比较和讨论都是显示I型极值分布和三参数威布尔分布比二参数威布尔分布更加好的拟合风速数据。
3.1.2假设检验柯尔莫哥洛夫测试用来检查描述极值风速概率分布的I型极值分布、三参数威布尔分布和二参数威布尔分布的适应性。
用等式（18）（19），三种分布的Dn值在表2中所列并决定。
I型极值分布、三参数威布尔分布、和二参数威布尔分布中的Dn值发现分别是1.10823、0.0780、0.1624，如表2所示。
三参数威布尔分布中的Dn值是最小的一个，他显示三参数威布尔分布是最适合年最大风速数据。
当样本大小为45、置信水平为90%（a=0.1）,D的值是0.1786.因此，D的三个值都比D小，由柯尔莫哥洛夫测试结果说明三种分布都适合来描述极值风速的概率分布。
一旦风速的概率分布确立，对应任何再发生的平均间隔风速就可以确定，这篇论文中叫他参照风速。
对应不同再发生的平均时间间隔的参照风速是根据三种适应的分布决定的，如表3所示。
表3中可以看到，由I型极值分布和三参数威布尔分布决定的对应不同再发生的平均时间间隔的参照风速是十分相近的。
尽管二参数威布尔分布通过了假设检验，但是由分布确定的参照风速，特定的对应100年内再发生的平均时间间隔的参照风速，是明显不合理的，同时显示二参数威布尔分布是不适合代表年最大风速数据的概率分布的。
3.2 几个特定的风速发生的时间间隔如表1中的年最大风速数据显示特定风速发生的时间间隔随机变化。
三个特定风速（39/40/41m/s）的发生间隔的概率分布在下文中展示和讨论。
香港1950-1995年间年最大阵风风速分布在图3中显示，那些超出三个特定风速的速度在图中被标注出来了。
特定风速的发生间隔在表4中列举出来。
从表中可以看出，对于指定风速，39m/或者更大，在发生间隔时间为1、2、3、4、8年的发生数分别是是4、5、4、2、1。
