风资源长期订正技术详解

📚 共计 30 章节

风资源评估概述

风能开发的意义 · 评估流程 · 长期订正必要性

测风数据基础

测风塔选址安装 · 风速计/风向标 · 数据采集存储

测风数据质量控制

野点剔除 · 缺测插补 · 完整性/合理性检验

长期订正理论基础

什么是长期订正 · 为何需要 · 基本假设

参考气象站选择

NCEP/NCAR · ERA5 · MERRA-2 · 距离/地形/相关性

再分析选址

MCP方法概述

Measure-Correlate-Predict 原理 · 常用算法

线性回归法

一元线性回归 · 最小二乘法 · 显著性检验 · R²/RMSE

方差比原理 · 计算步骤 · 适用条件与局限

Spearman秩相关 · 计算流程 · 与线性回归对比

Weibull分布法

两参数Weibull · 最大似然/矩估计 · 长期分布预测

机器学习方法(一)

SVR支持向量回归 · 核函数选择

机器学习方法(二)

随机森林回归 · 特征重要性 · 超参数调优

随机森林集成

机器学习方法(三)

神经网络ANN · 过拟合与正则化

ANN深度学习

时间序列方法

ARIMA模型 · 季节性分解 · 长期趋势提取

多站点融合订正

加权平均 · PCA降维 · 贝叶斯融合

数据预处理

异常值处理 · 线性/样条插补 · 标准化与归一化

预处理清洗

相关性分析

Pearson/Spearman · 互信息 · 滞后相关性

相关性统计

长期平均风速计算

年/月/季平均 · 风功率密度计算

风切变与湍流强度

风切变指数 · 湍流强度 · 长期订正处理

风向玫瑰图 · 频率分布 · 长期订正方法

不确定性分析

测量/模型不确定性 · 置信区间估计

不确定度风险

交叉验证方法

留一法 · K折 · 时间序列交叉验证

长期订正软件工具

Windographer · WAsP · OpenWind · WindKit/PyMCP

Python实战(一)

Pandas读取清洗 · Matplotlib/Seaborn可视化

Python实战(二)

线性回归MCP · 结果评估与可视化

Python实战(三)

方差比法 · 秩相关法实现与对比

Python实战(四)

Scikit-learn MCP · 模型保存与加载

Python实战(五)

完整Pipeline · 自动化报告生成

Pipeline自动化

案例研究(一)

中国北方某风电场 · 数据来源与处理流程

案例研究(二)

海上风电场订正 · 海陆差异 · 总结展望