基于长期实测数据的西北地区风力发电场风速风向联合概率分布分析

为更准确地研究风力发电结构在风荷载下的结构响应,基于甘肃气象局提供的1981-2017年甘肃六地风速风向实测数据,对各地区的风速风向联合概率进行分析.抽取每天的最大极值风速及其对应风向为极值样本,统计分析得到各地区风速风向联合分布.将Gumbel,Frechet和Weibull分布函数线性化的基础上,利用最小二乘法拟合各分布函数参数,根据参数拟合结果推算各地区10,50和100年重现期的极值风速,并和各地区最大基本风速规范建议值进行对比.研究结果表明,考虑风速风向概率影响的基本风速更加符合实际情况,最大基本风速规范建议值偏于保守.

考虑风速风向联合概率分布的风电塔筒结构风致疲劳寿命评估

针对风向对风力机塔筒疲劳产生影响的问题,基于实测数据对考虑风速风向联合概率分布的风电塔筒结构的风致疲劳寿命展开研究。首先结合甘肃安西地区37 a的实测风速风向数据,给出风速风向联合概率分布。然后利用主S-N曲线法分别对不同风向和不同风速下风力机塔架结构法兰及门洞区域的响应规律进行分析。最后考虑风速风向联合概率分布,对风电塔筒结构风致疲劳寿命展开研究。结果表明:门洞朝向与风轮朝向的夹角变化和风速的改变均对风电塔筒的风致疲劳寿命有一定影响,其中门洞朝向与风轮朝向夹角为225°时疲劳寿命最长,风速为10~14 m/s时疲劳寿命变化幅度最大;考虑风速风向联合概率分布能更准确地计算风力机结构的风致疲劳寿命,且以此为依据对门洞朝向进行调整可延长其疲劳寿命,因此建议对风电塔架进行设计时,应考虑风电场所在地区的风速风向联合概率分布。

基于连续型风速风向联合概率分布的风致结构疲劳分析方法研究

结合连续型风速风向联合概率密度函数和等效窄带法,推导了连续积分形式的风致结构疲劳寿命估算公式,并将其与区格离散形式的疲劳寿命估算公式做了比较。详细介绍了风速风向联合概率密度函数、风速边缘分布函数和风向边缘分布函数模型,以及模型参数的计算方法。最后选取钢天线实例工程模型,通过拟合实测风速资料,获得风速风向联合概率密度函数。再选择不同截面处关键点位置,估算出对应关键点疲劳寿命,取最小值为结构的风致疲劳寿命。结果验证了连续积分形式的疲劳寿命估算公式的合理性。

基于乘法定理和AL模型的风速风向联合概率分布的研究及应用

该文开展了风速风向联合概率分布的研究,以大理地区1971年~2017年47年间的风速日值数据资料为例,选用乘法定理和AL模型两种方法建立该地区风速风向联合概率分布。首先,对各风向以及全风向风速数据的最优概率分布进行研究;其次,分别基于谐波函数和混合von Mises分布对风向的概率密度进行拟合,并进一步基于乘法定理和Angular-Linear(AL)模型推导得出了风速风向联合概率密度函数;最后,对大理地区50年重现期内的极值风速进行预测。研究结果表明:Gumbel分布能更好地描述大理地区的风速分布规律,通过AL模型获得的风速风向联合概率密度函数明显优于基于乘法定理得到的联合概率密度函数;而忽略风向的影响将明显高估大理地区的极值风速。

高层建筑基于风速风向联合概率分布作用的风致响应可靠度分析

为研究高层建筑多风向风致加速度满足人体舒适度要求的可靠度,推导了以结构顶部加速度响应均方根值表征的近似解析表达式,建立了风速风向联合分布的概率模型。并以广州西塔高层建筑为算例,结合其工程气象分析及风洞试验等相关资料,通过随机振动理论和曲线拟合方法,得到其在主要风向角下风致顶部加速度响应均方根值与10 m高度平均风速的拟合表达式。在此基础上,考虑平均风速服从Weibull分布,阻尼比服从正态分布条件下,基于条件概率,采用验算点法对此高层建筑在考虑风速风向联合概率分布情况下,满足重现期10年的顶部风致加速度响应(舒适度)要求的可靠度进行了分析,表明结构顶部重现期10年风致加速度失效概率在各方向有明显差别,说明考虑风速风向联合分布的风致结构舒适度失效概率计算的必要性。采用本文的验算点法对本算例高层建筑的可靠度分析,结果表明其对应重现期10年的考虑风速风向联合概率分布情况下满足舒适度要求的可靠度值达99.98%。

上海地区台风条件风速和雨强联合概率分布统计

选取上海市崇明岛侯家镇气象站纪录的47个台风最大10min时距平均风速和最大雨强作为样本,使用不同的概率分布模型分别对风速和雨强的概率分布参数进行拟合并作拟合优度比较,提出台风条件下风速和雨强联合概率分布函数。优化结果表明,Gumbel Copula函数联合概率分布模型和极值Ⅰ型联合概率分布模型适合描述台风条件下风速和雨强联合概率分布,其中Gumbel Copula函数联合概率分布模型中风速和雨强各自的概率分布模型分别采用极值Ⅲ型概率分布模型和Gamma分布模型。

风速风向联合概率密度分布的一种经验函数模型

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。

波高与风速联合概率分布研究

基于copula函数论述了两变量的联合概率分布方法。此方法的主要优点是边缘分布可由不同的分布函数构成,变量间可具相关性。以粤东汕尾海域极值波高与相应风速为研究实例,经分析获得以下结果：（1）优选的极值波高和风速可分别由P-III型和GEV分布表示;（2）拟合优度检验指标表明二者的最优连接函数为Archimedean copula类的Gumbel-Hougaard copula;（3）与联合分布比较,重现期介于5—200年之间的波高边缘分布设计值的相对差值大约介于3.1%~8.1%之间,风速设计值相对差值大约介于2.8%~6.4%之间;（4）特定风速设计频率条件下,波高与风速的遭遇概率随波高设计频率的减小而减小,特定波高设计频率随风速条件频率的减小,二者的遭遇概率随之增大。

考虑风速风向联合分布的大风灾害下电力断线倒塔概率预测

针对实际线路风速与风向数据很难获取、现有大风灾害下断线倒塔概率预测误差偏高的不足,提出了考虑风速风向相关性的电力断线倒塔概率预测模型。该模型采用风速概率密度函数和风向频度的乘积表示联合概率密度函数,计算输电线路高度各风向的有效最优概率分布类型及参数。利用输电线路风荷载模型和铁塔风荷载模型计算得到各个方向下线路和铁塔能承受的最大风速。对数值天气预报数据进行处理,采用高度修正和插值映射后的预报风速数据作为输入参数,实现线路气象数据不足时风灾下电力断线倒塔的概率高精度预测。

基于健康监测的苏通大桥风速风向联合分布研究

为了描述苏通大桥桥址区风速风向联合分布规律,为大跨度桥梁结构的风振分析精细化研究奠定基础,基于苏通大桥结构健康监测系统开展了桥址区风速风向联合分布研究。根据该系统风速仪在主梁跨中上游、跨中下游、北塔塔顶、南塔塔顶4个关键部位记录的风特性数据,采用数理统计方法,推算了4个部位10年、100年重现期的极值风速。结果表明,苏通大桥风特性监测数据合理可靠、桥址区极值风速分布概型接近Weibull分布,考虑风向影响的极值风速总体上比不考虑风向影响时的结果要小。

风向风速的联合概率结构建模

风向和风速的联合分布模型是结构工程和风能研究领域的重要参数,但两者的相关性等致使模型建立困难。基于乘法定理导出离散-连续混合联合分布模型,明确各项的物理和数学意义,并指出将风向风速离散-连续混合联合分布模型与2维连续联合分布模型建立联系的可能性。以重庆市日极值风数据为对象,导出风速条件密度变换解,计算出各风向上的数值解,并与经验累积分布函数比较验证数值解的准确性;然后引入混合概率密度函数对数值解进行拟合,建立风速条件概率密度的两分量混合模型,较单一概率分布模型有明显改善;将风速条件概率密度与风向频度函数相联合即可获得风向风速的离散-连续混合联合分布模型。为建立风向风速的2维连续联合分布模型,首先由风向频度函数和风向角概率直方图之间的联系确定风向角的概率直方图,再经拟合给出风向角的混合分布模型;类似地,由曲线拟合亦可获得风速混合模型中各参数与风向角的关系式,从而建立统一的风速条件概率密度模型;将两者结合起来,即为风向风速的2维连续联合分布模型。

琼州海峡跨海大桥桥址处风雨联合概率分布研究

选取琼州海峡跨海大桥桥址处观测的36组台风最大10 min平均风速和最大小时降雨量以及澄迈气象站30年来的年最大10 min平均风速和日最大降雨量为样本,确定了风速、雨量的极值Ⅰ型边缘概率分布。采用Copula函数建立了风速、雨量联合分布模型,通过拟合优度比较,得到了桥址处与气象站处的风雨联合分布模型的最优连接函数分别为Gumbel Copula函数和Clayton Copula函数。根据风雨联合分布模型,对琼州海峡大桥风雨极值重现期进行了分析。结果显示,观测塔处极值风速比澄迈气象站处大72%～95%,表明建立桥址观测系统是十分必要的;边缘分布重现期计算出的风速、雨量值小于联合分布重现期的计算值,随重现期的增大,二者差值有减小的趋势。

基于2008—2015年实测数据的苏通大桥风速风向联合分布分析

为充分掌握苏通大桥桥址区基本风速,基于大桥结构健康监测系统(SHMS)运行7年(2008年1月至2015年3月)的实测数据开展了桥址区风速风向联合分布分析.利用安装在主梁跨中上游、跨中下游和南塔塔顶的3个风速仪采集的数据,以1个月作为基本抽样时间间隔,采用阶段极值法抽取极值样本.在进行Gumbel,Frechet和Weibull分布函数的参数估计后,根据风向频度函数得到桥址区风速风向联合分布,据此对桥址区10,50及100年重现期的极值风速进行了推算.结果表明,Weibull概型风速风向联合分布函数较Gumbel和Frechet概型更为合适,考虑风向影响的基本风速使结构抗风设计更加接近实际情况,而苏通大桥抗风设计时所采用的基本风速偏于保守.

考虑风、潮联合概率分布的海堤超越频率分析

基于超越概率理论,选取最优Copula函数建立潮位和风速的联合分布函数,对江苏沿海条子泥匡围工程1989—2008年的实测年最高潮位和年最大风速资料进行分析,发现两者存在较弱的正相关关系;选取GH-Copula函数作为联合分布函数,计算得到风、潮组合的联合概率,进而求解其超越累积概率,发现风潮相关情况下的超越累积概率比风潮相互独立情况下高,认为工程中需考虑其联合概率。

杭州湾大桥观光塔风速风向联合分布

采用概率相关系数(PPCC)最大化原则和极大似然法,根据杭州湾中心岛屿玉盘山气象站的实测风速资料,分析不同风向的最优分布类型,探讨最优分布类型与概率曲线相关系数随形状参数变化规律之间的关系,并用风速风向联合分布推算设计基本风速。研究结果表明:在3种极值分布中的PPCC随形状参数递减的分布为最优,具体哪种分布的PPCC递减则依赖于具体风速样本,因此在以后的风速概率拟合中可以先由PPCC的规律确定分布类型,然后仅求解此分布的有效最优参数;16个风向中的最优分布除正西方向是极值Ⅱ型外,其他都是极值Ⅲ型;用联合分布推算的基本风速比传统的非联合分布的结果略低,传统的方法得到的基本风速偏保守,用联合分布推算基本风速更加科学。

极值风速风向的联合概率密度函数

基于最大熵原理,构建极值风速风向的联合概率密度函数,并与Copula函数建立相互关联.以我国某地的极值风数据为例,建立极值风速的Gumbel分布模型以及对应风向的二阶混合von Mises分布模型;使用非线性参数优化算法确定极值风速风向的联合分布模型.采用该模型计算各风向角下不同重现期的基本风速值,并与建筑结构荷载规范值(GB 50009-2012)进行对比.结果表明,联合分布模型能够有效表征实际风速风向的概率分布特征.分别采用Spearman秩相关系数和线性-角度变量相关系数对模型的相关性予以验证,探究模型的有效性.

钦州市台风影响下风雨联合概率分布模型研究

受台风影响,钦州市洪涝灾害频发,基于copula联合概率分布模型研究台风条件下风雨相关关系。选择1971~2016年中引起钦州市降雨的125场台风的最大风速、时段降雨及累积雨量系列作为统计样本,分别采用Gumbel(2P)、Frechet(3P)、Weibull(2P)、Weibull(3P)、GEV、Gamma(2P)和Burr七种边缘分布进行最大风速、各时段雨量的分布拟合,并应用危险率函数法、累计误差法和Kolmogorov-Smirnov检验进行拟合优度评价,选出合适的风、雨边缘分布;采用Archimedeancopula族四种函数构建风雨联合概率模型,并根据AIC、OLS准则做风雨联合分布拟合优度评价,选出符合钦州市各风雨联合概率分布的函数模型;通过对2017年“天鸽”和“帕卡”两场台风降雨数据检验可知,该风雨联合模型,结果可靠。表明了基于Archimedeancopula函数构造的风雨联合分布模型可应用于台风影响下钦州市降雨情势的预测与分析。

总体样本风速风向联合概率分析方法

提出了针对总体样本的风速风向联合分布的实用统计分析方法。假定任意给定风向上的风速符合某一概型分布、风向间的关联以风速资料的相对发生频率反映、不同风向间的概型参数及频率分布的变化满足谐波函数,在此基础上,利用风速风向资料的总体样本可以得到一个能够反映任意方向的风速风向联合分布函数。利用澳门地区的百年风资料与某风站连续5年的风速观测记录,对该方法的可行性进行了验证。分析表明,该方法具有一定的适用性,便于结构的抗风可靠性分析,具有一定的工程应用价值。

风速风向联合分布对结构风致疲劳寿命可靠性的影响

在进行结构风振疲劳寿命可靠性分析时,需要先求得建筑结构所在位置处的风速风向联合分布函数。首先对建筑结构附近两个气象站的气象资料进行统计分析,得到建筑结构位置处两个不同的风速风向联合分布函数,然后分析了不同的风速风向联合分布函数对一实际结构系统风振疲劳主要失效模式以及结构系统风振疲劳失效概率的影响。分析表明:用不同的风速风向联合分布函数计算风振疲劳寿命时会得到不同数目的主要失效模式,并且对结构系统的风振疲劳失效概率影响较大。

风速风向联合分布的平均风统计分析

本文提出了基于最小二乘法原理的考虑风速风向联合分布的平均风实用统计分析方法 ,并应用这一方法对上海地区的平均风进行了统计分析 ,阐述了考虑风速风向联合分布的必要性。