一种评价风速周期性的方法及系统的利记博彩app
【技术领域】
[0001] 本发明属于风资源评估技术领域，尤其涉及一种评价风速周期性的方法及系统。
【背景技术】
[0002] 在环境恶化、能源短缺的今天，风能作为一种清洁、无污染的可再生能源，已显现 出极大优势。由于风力发电机组的输出功率与风速的三次方成正比关系，对风速的研宄至 关重要。自然界的风的最大特点是随机波动性，这给风电场运行维护及风电网调度带来巨 大挑战。如何从随机波动的风速中挖掘出其内在的规律性，已成为风资源评估、风电场设计 及风电场运行维护中亟需解决的问题，事关风电场项目的成败。
[0003] 事实上，在风速的随机波动性之中也蕴含着一定的规律性，周期性就是其重要表 现之一。国内外学者已经对风速分布特性做了大量的研宄，然而到目前，大多数对风资源特 性的研宄还主要集中在风速的整体变化趋势及分布规律，没有揭示风速变化的内在规律， 没有找到风速变化的一致性和不变性特征。少数学者开始对风速周期性进行研宄，但没有 定量的衡量指标，只能局限在粗略的定性分析，无法进行不同地区不同季节周期性的比较， 且这些研宄主要集中在4~10年的大时间尺度上近地面的周期变化，其方法并不适用于风 电场尺度下风速的周期性分析。
[0004] 为了解决上述问题，本发明基于Morlet小波分析法建立了风速周期分布平面模 型，并提出评价风速变化周期特性的指标一一周期强度PI及相对周期强度RPI。为定量地 衡量风速变化周期的强度特征，提取显著周期，准确地比较不同地区不同季节风速周期性 的强弱，描述风速在不同季节、不同时间尺度下的周期分布提供科学依据，同时为风资源评 估及电网调度提供可靠的技术支撑。结果可作为风资源评估的有效衡量指标，并为风速风 频分布函数的拟合及风电场出力特性的研宄提供理论依据。
【发明内容】
[0005] 本发明要解决的技术问题在于，针对现有技术对风速特性的分析研宄主要集中在 其整体的分布特征及其随时间的变化趋势，不能表达蕴含在风速波动性之中的不变性、一 致性。为表达风速变化的内在规律，提供一种评价风速周期性的方法及系统。通过建立风 速周期分布平面模型以及相应的周期评价指标，实现风速信号的拆解、显著周期的提取，以 及周期强度特征的比较，为风资源评估，风电场设计及调度提供科学依据。
[0006] 为了实现以上目的，本发明通过以下技术方案实现：
[0007] -种评价风速周期性的系统，该系统包括数据读取模块、尺度参数确定模块、建模 分析模块、评价指标计算模块、周期分布平面建立模块及结果分析模块；其中，数据读取模 块与建模分析模块相连，作为建模分析模块的输入；尺度参数确定模块也与建模分析模块 相连，作为建模分析模块的输入；建模分析模块与评价指标计算模块相连，评价指标计算模 块与曲面建立模块相连，评价指标计算模块与结果分析模块相连。
[0008] 所述数据读取模块，用于提取来流风速数据信息，并对原始数据进行验证和订正， 得到一系列等时间间隔的风速数据，作为模型的样本时间序列；
[0009] 所述尺度参数确定模块，用于确定风速周期性分析及评价的时间尺度；
[0010] 所述建模分析模块，包含小波变换模块和小波系数计算模块，通过小波变换，对样 本时间序列的周期性进行初步分析；其中，数据读取模块与建模分析模块相连，作为建模分 析模块的输入；尺度参数确定模块也与建模分析模块相连，作为建模分析模块的输入；建 模分析模块与评价指标计算模块相连，评价指标计算模块与周期分布平面建立模块相连， 评价指标计算模块与结果分析模块相连
[0011] 所述小波变换模块，根据尺度参数确定模块确定的时间尺度，对母小波函数进行 伸缩变换及平移变换，形成子小波函数；
[0012] 所述小波系数计算模块：用于计算每一个子小波函数的小波系数；
[0013] 所述评价指标计算模块，包含PI计算模块和RPI计算模块，分别用于PI及RPI的 计算；根据小波系数计算模块输出的小波系数，计算周期强度PI及相对周期强度RPI，定量 评价样本序列的周期性强弱；
[0014] 所述周期分布平面建立模块，根据风速周期评价指标PI及RPI，表达样本时间序 列在不同周期上的分布特征；
[0015] 所述结果分析模块：用于风速序列周期性的评价及分析；该模块包含三个子模 块：显著周期提取模块、周期强度评价模块及相对周期强度评价模块；其中
[0016] 所述显著周期提起模块：用于提取显著周期区间；
[0017] 所述周期强度评价模块：分析及评价某一时域（时间范围）频域（周期尺度范围） 内风速变化周期的强弱；
[0018] 所述相对周期强度评价模块：分析及评价某一时域频域内风速变化周期的相对强 弱。
[0019] 一种评价风速周期性的方法，包括以下步骤：
[0020] 步骤1 :数据提取；提取来流风速数据信息，并对原始数据进行验证和订正。得到 一系列等时间间隔的风速数据，作为模型的样本时间序列；
[0021] 步骤2 :尺度参数确定；确定风速周期性分析及评价的时间尺度；
[0022] 步骤3 :小波变换及小波系数计算；按尺度参数对Morlet小波函数进行平移及伸 缩变换，并计算每一尺度参数对应的小波系数；
[0023] 步骤4 :周期评价指标计算；计算周期强度PI及相对周期强度RPI，定量评价样本 序列的周期性强弱；
[0024] 步骤5 :风速周期性评价；根据风速周期分布平面及周期评价指标，提取风速变化 的显著周期并评价显著周期区间的周期强度特征。
[0025] 进一步，所述步骤1包括：
[0026] 步骤11 :数据验证：读取原始风速数据，挑选出不合理的、可疑的数据以及漏测的 数据；
[0027] 步骤12 :数据订正：利用代数差值法对步骤11中挑选出来的数据进行订正，形成 长度为N的等时间步长序列：f (1)，f (2)，. . .，f (N);具体方法如下：
[0028]
【主权项】
1. 一种评价风速周期性的方法，包括以下步骤： 步骤1 :数据提取；提取来流风速数据信息，并对原始数据进行验证和订正，得到一系 列等时间间隔的风速数据，作为模型的样本时间序列； 步骤2 :尺度参数确定；确定风速周期性分析及评价的时间尺度； 步骤3 :小波变换及小波系数计算；按尺度参数对Morlet小波函数进行平移及伸缩变 换，并计算每一尺度参数对应的小波系数； 步骤4 :周期评价指标计算；计算周期强度PI及相对周期强度RPI，定量评价样本序列 的周期性强弱； 步骤5 :风速周期性评价；根据风速周期分布平面及周期评价指标，提取风速变化的显 著周期并评价显著周期区间的周期强度特征。
2. 根据权利要求1所述方法，其特征在于，所述步骤1包括： 步骤11 :数据验证：读取原始风速数据，挑选出不合理的、可疑的数据以及漏测的数 据； 步骤12 :数据订正：利用代数差值法对步骤11中挑选出来的数据进行订正，形成长度 为N的等时间步长序列：f (I)，f (2)，. . .，f