极值风速计算方法研究
P_型和极值_型分布曲线在最大风速计算中的应用
分析方法计算, 得到与乾县资料序列长度一致而完
整的 33 年大风资料。高压电线设计要求 20 m 高度 最大风速, 根据气候原理先用近地层风速廓线方程
计算出距地面 20 m 高度的最大风速。
描写近地层风速廓线一般采用下式:
V = V 10 ( Z/ Z10 ) a
( 1)
式中 V 为距地面 20 m 高度上的最大风速, Z 为高
的方法[ 7~ 9, 12] 。其密度函数: f ( v) = aexp{ - a( v - u) [ - ex p∃- a( v - u)%] }
( 5) 通过积分可得到分布函数: F( V P ) = P( V < V P ) = ex p{- ex p[ - a( V P - b) ] }
( 6) 从分布函数可以看出是双指数形式, 所以又称双指
表 1 P 型曲线参数及大风风速估 算
均值 m/s 乾县站 19
离差系 偏态系 30 年一遇风速 50 年一遇风速
数 Cv 数 Cs
m/ s
m/ s
0. 131 0. 655 Nhomakorabea23. 5
24. 4
扶风站 14 0. 199 0. 597
19. 9
21. 0
2. 2 极值 型曲线分析 极值 型曲线是最大风速极值推断中广泛使用
( 4) 式中 s 为均方差( 或称标准差) , n 为资料序 列的长 度, -v 为平均风速, vi 为序列中第 i 年的最大风速。
根据 Cv 、Cs 计算出各种概率下的最大风速计算 值, 点绘在概率格纸上, 依次连接各点, 划出一条光 滑的曲线。在曲线上读出 30 年一遇风速和 50 年一 遇风速值。其计算参数及 30 年一遇风速和 50 年一 遇风速值如表 1 所示。
线性滚动极值处理方法对数值模拟风速的订正研究
热
带 气
象
学
报
２ ９卷
预报值 ，
是第 ｉ 个样本的观测值。
２ 资料简介
本文使用的 ＷＲ Ｆ模式数据采用了四重嵌套
网格 ， 网格距 分别 为 ２ ７ ｋ ｍ、 ９ ｋ ｍ、 ３ ｋ ｍ和 １ ｋ ｍ。 ＷＲ Ｆ 模 式 的初始 驱 动 场采 用 美 国 国家环 境 预报 中心 （ ＮＣ Ｅ Ｐ ） 和 国家 大气 研 究 中心 （ ＮＣ Ａ Ｒ ） 的全球
速等信息对 ＭＭ５模式直接输 出的风速预报进行
订正 ， 订正后平均误差有所减小。陈德花等［ １ ６ ］ 利 用Ｂ Ｐ 神经网络对福建沿海 的ＭＭ５ 预报结果进行 订正 。但 目 前对 ＷＲ Ｆ模式预报风速进行订正的 研究不多，且直接的线性回归方法对 中尺度数值 模式模拟风速进行订正的效果并不明显。本文在 ＷＲ Ｆ模式预报结果的基础上 ， 利用线性 回归方法 并结合滚动技术 ，同时考虑了极值的修正 ，对模 式 的模拟风速进行订正。
文献标识码 ：Ａ Ｄｏ ｉ ：１ ０ ． ３ ９ ６ ９ ￣ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ４ ． ４ ９ ６ ５ ． ２ ０ １ ３ ． ０ ４ ． ０ １ ８ 中图分类号 ：Ｔ Ｋ８
ቤተ መጻሕፍቲ ባይዱ
性 以及对 地 形 的依赖 和 敏感性 ，模式 的风速模 拟
１ 引
言
结 果具 有 很 大 的不确 定性 ［ １ ； 另 一方 面 ，大尺
资助 项 目 ：公益 性 行业 （ 气象） 科 研专 项 （ Ｇ ＹＨ Ｙ２ ０ １ ０ ０ ６ ０ ３ ５ ） 资助 通讯 作者 ：柳艳 香 ，女 ，甘 肃 省人 ，研 究 员 ，博 士 ，主要 从 事气 候变 化 和气 候 资源 评估 、预报研 究 。Ｅ ・ ｍａ ｉ ｌ ： ｌ ｉ ｕ ｙ ｘ ＠ｃ ｍａ ． ｇ ｏ ｖ ． ｃ ａ
北方建筑2019年总目录
张 锋 赵 萍渊3冤
大型地下电站钢结构厂房安装及检测技术研究
陈兆斌渊5冤
EB-FRP 法加固 RC 梁抗弯性能研究
王 勃 邢建国渊9冤
地下室顶板大跨度双向板消防车活荷载取值探讨
赵玉柱渊12冤
湿陷性黄土微观结构研究现状分析
范军立渊17冤
承受多荷载工况的大跨度空间结构模型分析及其优化
刘文博 何建华 佘剑平 马镇航 刘维彬 陈玉骥渊21冤
蒲禹君 崔陇鹏渊33冤
开窗面积对颗粒物浓度稀释作用的影响
战乃岩 赵艳萍 沈翔欧渊37冤
水泥基多孔吸声材料的研究
肖力光 毛金羽渊42冤
高强次轻混凝土的试验研究
刘嫄春 黄真锋渊47冤
Superpave-19 沥青混合料配合比设计
李禹铮 刘忠根渊52冤
探究建筑工程施工中混凝土裂缝的成因与治理
蒋晓明渊58冤
吉林省叶建筑废弃物再生骨料应用技术标准曳发布实施
黑龙江全面整改 扎实推进农村危房改造
吉林市北大沟整治工程稳步推进预计年底全部竣工
白山市加快推进农村垃圾整治工作
叶山东省绿色建筑促进办法曳发布 不符合绿色建筑标准项目不得竣工验收
第4期
住房和城乡建设部城镇老旧小区改造第八调研组圆满结束吉林省调研工作
金雅庆 王禹霖渊39冤 刘建松渊42冤
我国铁尾矿砂混凝土应用现状分析
油页岩渣综合利用研究进展
范恒瑞 李永菊 刘卉昇
储存温度和储存时间对石油沥青性能的影响
新建垂直交互隧道对既有隧道支护性能影响研究
试论钢混组合梁体系转换施工技术
基于关联规则算法的校园环境质量评价新方法
基于 STM32 的综合管廊中燃气泄漏的检测系统设计
住房和城乡建设部办公厅关于组织开展住房和城乡建设领域安全生产隐患大排查的紧急通知
风电场50年一遇安全风速计算方法的对比分析
风电场50年一遇安全风速计算方法的对比分析冯长青;包紫光;王成富【摘要】利用耿贝尔Ⅰ型极值概率法和Meteodyn WT软件(CFD模型),结合气象站与风电场的风速关系,推算了不同复杂程度的风电场轮毂高度处50年一遇的安全风速,并将计算结果进行对比分析.分析结果显示:2种方法计算得到的风电场极大风速存在一定的差别;对于平坦地区,耿贝尔Ⅰ型极值概率法计算得到的极大风速与Meteodyn WT推算结果相差较小,但对于一些复杂地区,2种方法计算得到的极大风速结果相差很大.%Using the Cumbel type Ⅰ extreme value and the Meteodyn WT software (CFD model) respectively, based on the wind speed relationship between the meteorological station and the wind farm, this paper calculates the safe speed occurs once in 50 years at the hub height for different terrains, and then makes comparative studyies of the calculation results. The analysis result shows that: the two maximum instantaneous wind speeds calculated by the two methods are quite different; and in the flat plane area the maximum instantaneous wind speed obtained by the Gumbel type Ⅰ extreme value is less different from the speed calculated by Meteodyn WT than in the terrain of complicated conditions.【期刊名称】《电网与清洁能源》【年(卷),期】2011(027)002【总页数】4页(P67-70)【关键词】风电场;安全风速;计算方法【作者】冯长青;包紫光;王成富【作者单位】内蒙古电力勘测设计院,内蒙古,呼和浩特,010020;内蒙古电力勘测设计院,内蒙古,呼和浩特,010020;宁夏京能宁东发电有限责任公司,甘肃,宁夏,750001【正文语种】中文【中图分类】TM614建设风电场最基本的条件是要有能量丰富、风向稳定的风能资源，但风能资源越好的地区，发生大的破坏性风速的概率越高，容易使风机倒塌造成巨大经济损失。
极值-Ⅰ型风速预测的Bayes方法
极值-Ⅰ型风速预测的Bayes方法董峰辉;程进【摘要】为提高极值-Ⅰ型风速预测精度,在Jeffreys准则的基础上,采用Bayes估计中的Lindley近似方法推导极值-Ⅰ型风速预测表达式.采用Monte Carlo法产生服从极值-Ⅰ型分布的伪风速母样,基于伪风速母样分别采用基于Bayes理论和最大似然估计理论的极值-Ⅰ型风速预测方法进行风速预测,并与伪风速母样的理论值进行对比分析.结果表明:与最大似然估计法相比,采用基于Bayes理论建立的极值-Ⅰ型风速预测模型进行风速预测的精度更高,且精度随着伪风速母样样本量的增加而提高,位置参数先验样本数量的增加以及先验方差的增大对计算精度没有影响.%In order to improve prediction accuracy of wind speed of extreme value type Ⅰ distribution,the wind speed prediction model was proposed based on Jeffreys criterion and the Lindley approximation method of Bayesian theory.Monte Carl method was used to generate the pseudo wind speed samples,and the maximum likelihood parameter estimation method and Bayes statistical theory were used to estimate the wind prediction value of the extreme value type Ⅰ distribution,then the prediction value was compared with the theoretical extreme value.The result indicates that the wind speed prediction model of extreme value type Ⅰ distribution is more accurate than the maximum likelihood estimation.The accuracy increases with the increasing of pseudo wind speed sample numbers,but is not affected by the numbers of prior samples and prior variance for location parameter.【期刊名称】《哈尔滨工业大学学报》【年(卷),期】2017(049)003【总页数】5页(P93-97)【关键词】桥梁工程;风速预测;Bayes理论;极值-Ⅰ型;伪风速母样;最大似然估计【作者】董峰辉;程进【作者单位】土木工程防灾国家重点实验室(同济大学),上海200092;土木工程防灾国家重点实验室(同济大学),上海200092【正文语种】中文【中图分类】U441+.2风工程中，建筑结构不但要承受过去某一段时间的风速，还要保证在某一规定的时间期限内安全可靠地承受可能经受的风速.自然界中的风速具有随机性，不同时间有不同的规律，因此有必要根据数理统计的方法来求出建筑结构的设计风速，尤其是对一些重要的对风敏感的结构，如输电塔、桥梁、桅杆等[1-3].大多数荷载规范只能较好地用于建筑结构的风荷载静力分析或是拟静力分析，所以，估算工程场地处重现期内的极值风速是工程抗风设计的首要任务.当以某种极值分布概型拟合风速母样的极值渐近分布时，对重现期内极值风速的估算结果往往与拟合概型和抽样数量有关，桥梁设计规范中规定极值风速分布服从极值-I型[4].目前进行极值-I型分布风速预测的方法主要有最大似然估计法、矩估计法和概率权矩法，这3种估计方法均属于经典统计范畴.在对极值-I型分布风速预测时，采用矩估计法获得的极值风速偏保守，概率权矩法偏危险，最大似然估计法虽然较前两种方法的精度高，但是公式复杂[5].此外，经典统计有3个共同的局限性：一是提高统计推断的精度，主要靠数据多少决定，这对于小样本，往往发生很大困难甚至无能为力；二是在对极值-I型风速预测的过程中均假定位置参数和尺度参数是各自独立的参数，而在理论上的极值-I型分布模型中，位置参数和尺度参数不是相互独立的；三是仅仅依靠样本信息对参数进行估计，而没有依靠模型的先验信息.因此，前述的最大似然估计法、矩估计法和概率权矩法在对极值-I型分布风速进行预测时的精度就受到了限制.为了弥补现有极值-I型风速预测方法的不足，本文采用Bayes统计理论[6]建立了极值-I型风速预测方法.该方法有以下特点：1)Bayes统计理论利用样本信息对先验信息进行修正而得到后验信息；2)Bayes统计由于利用了模型的先验信息，因而对于小样本一般也有较好的统计推断效果；3)Bayes统计对于极值-I型模型中的位置参数和尺度参数是否相互独立均适用.最后，通过算例验证了该方法的准确性与有效性.1.1 极值-I型分布极值-I型分布[7-8]的概率密度函数和累计分布函数为式中μ、σ分别为位置参数和尺度参数.对(2)式两边取对数，得到重现期为T(保证率为)的风速预测值为从而，得到百年一遇的风速预测值t0.01为1.2 Bayes理论采用Bayes理论将μ和σ作为随机变量来估计μ和σ的联合概率密度函数π(μ,σ)，下面采用Jeffreys无信息先验分布来对进行估计.Jeffreys用Fisher信息矩阵行列式的平方根作为(μ,σ)先验密度的核，用Jeffreys准则寻找无信息先验分布[6,9]的步骤如下.步骤1 写出样本似然函数的对数：L=ln[L(μ,σ)]=ln[(μ,σ)](μ,σ).步骤2 求Fisher信息矩阵：步骤3 求(μ,σ)的无信息先验密度函数：对于极值-I型分布，Fisher信息矩阵为由Jeffreys准则可得下面基于π(μ,σ)，采用Lindley近似[9-11]方法推导的解析表达式. 令其中θ=(θ1,θ2,…,θk)为参数向量，L为似然函数的对数.需要注意的是，I为在给定先验分布v(θ)的情况下u(θ)的后验期望.根据Lindley近似方法，由式(10)可得进一步可得E(u(θ))=u(,)(u11σ11+u22σ22)+ (σ11σ22+ L12u1σ22σ11).其中、分别为θ1和θ2的最大似然估计值.极值-I型风速预测表达式为式中μ=θ1，σ=θ2.由此可得u1=1，u2=-b，其中b=ln()，u11=0，u22=0. 因此令、分别为μ、σ的最大似然估计值，可得lnL=-nlnσ.所以，，(ti-μ)，L02=[μ)2]，，6[μ)2][μ)3]，L21=()=[][(ti-μ)]，L12=()[]+ [(ti-μ)]- [].因此，可得的Bayes估计值为( L21u2σ11σ22+L12u1σ22σ11).1.3 极值-I型风速的预测从上述Bayes估计理论可得极值-I型风速预测值为.( L21u2σ11σ22+L12u1σ22σ11).式中、分别为μ和σ的最大似然估计值.本文调查和收集了安徽安庆宿松县、望江县两个气象站1971—2011年实测的风速资料(共计744个风速样本)，以此提供伪风速母样概率分布模型中位置参数μ和尺度参数σ的合理取值.基于上述伪风速母样概率分布模型参数的合理取值，建立伪风速母样理论模型，然后将Bayes估计和最大似然估计[12-16]的重现期为100 a极值-I型风速预测值与理论模型值进行比较分析.在伪风速母样理论模型的建立过程中，首先，假定伪风速母样概率分布模型中的位置参数μ和尺度参数σ为相互独立的随机变量，位置参数μ服从正态分布，尺度参数σ服从均匀分布[7]；其次，考虑样本数量、位置参数μ的先验方差和尺度参数σ的变化对极值-I型风速预测结果的影响；最后，基于位置参数μ和尺度参数σ，采用Monte Carlo法产生伪风速母样.本文采用的极值-I型风速预测流程如图1所示.极值-I型风速预测结果见表1～3，其中，μB表示采用m个先验样本计算位置参数的Bayes估计值，而和分别表示位置参数和尺度参数的最大似然估计值，表示伪风速母样理论值，表示最大似然估计极值-I型风速预测值，B表示Bayes估计极值-I型风速预测值，/和/分别表示采用最大似然估计和Bayes估计的极值-I型风速预测值的误差.由表1～3可以看出：1)当位置参数先验样本数为50，极值-I型风速Bayes估计值比最大似然估计值更接近伪风速母样理论值.2)随着位置参数先验样本数和伪风速母样样本数的增加，尺度参数的增大，极值-I型风速Bayes估计值与最大似然估计值之间的差异越来越小.3)极值-I型风速Bayes估计精度随着伪风速母样样本数的增加而提高.4)位置参数先验样本数量的多少和先验方差的大小对Bayes估计精度没有影响.5)在大多数情况下，极值-I型风速Bayes估计比最大似然估计精度高.选择安徽安庆市宿松县和望江县气象站作为采样测站，调查和收集了两个气象站1971—2011年原始风速记录共2×372个，包含了1971年1月至2011年12月的全部372个月的月最大风速值.选取31个年最大风速值进行百年一遇极值风速预测，采用本文提出的Bayes估计方法预测的安徽安庆宿松县和望江县的百年一遇最大风速值分别为27.89 m/s和24.20 m/s，为安全起见，取27.89 m/s作为本文贝叶斯理论预测的安徽安庆市百年一遇风速值.该计算结果与《公路桥梁抗风设计规范》[4]附表A规定的安徽安庆市百年一遇风速值27.1 m/s相比误差较小，这表明采用本文提出的贝叶斯方法进行实际工程场地极值风速预测是合理可行的.1)基于Bayes理论提出了极值-I型风速预测方法，采用Monte Carlo法产生伪风速母样，分别进行极值-I型风速Bayes估计和最大似然估计，并将两者的估计结果与伪风速母样理论值进行比较.2)与最大似然估计相比，采用Bayes估计进行极值-I型风速预测精度更高.随着极值-I型伪风速母样样本数增加，Bayes估计极值-I型风速的误差变小.极值-I型分布中位置参数的先验样本数和先验方差均不影响Bayes估计极值-I型风速预测精度.3)在大样本和大尺度参数下，采用Bayes估计极值-I型风速预测值与最大似然估计值的差异较小.【相关文献】[1] 黄文锋，周焕林，孙建鹏. 应用台风风场经验模型的台风极值风速预测[J].哈尔滨工业大学学报, 2016, 48(2) : 142-146．HUANG Wenfeng, ZHOU Huanlin, SUN Jianpeng. Prediction typhoon design wind speed with empirical typhoon wind field model [J]. Journal of Harbin Institute of Technology, 2016, 48(2) : 142-146．[2] COLES S G, TAWN J A. Statistical methods for multivariate extremes: an application to structural design [J].Applied Statistics, 1994, 43(1):1-48. DOI: 10.2307/ 2986112.[3] ZHAO Lin, KE Shitang, GE Yaojun. Extreme value estimation of non-Gaussian aerodynamic series of cooling tower [C]//6th International Symposium on Cooling Towers. Bensberg: Luikov Institute of Heat and Mass Transfer of National Academy of Sciences of Belarus, 2012: 20-23.[4] 中交公路规划设计院.公路桥梁抗风设计规范:JTG/T D60-1—2004 [S].北京:人民交通出版社, 2004.CCCC Highway Consultants Co., Ltd.. Wind-resistant design specification for highway bridges: JTG/T D60-1—2004 [S]. Beijing: China Communications Press, 2004.[5] 卢安平，赵林，郭增伟，等.基于Monte Carlo法的极值分布类型及其参数估计方法比较[J].哈尔滨工业大学学报, 2013, 45(2) : 88-95．LU Anping, ZHAO Lin, GUO Zengwei, et al. A comparative study of extreme value distribution and parameter estimation based on the Monte Carlo method [J].Journal of Harbin Institute of Technology, 2013, 45(2) : 88-95.[6] BERNARDO J M, SMITH F M. Bayesian theory: Wiley series in probability and mathematical statistics: probability and mathematical statistics[M]. Chichester:John Wiley & Sons Ltd., 1994.[7] KANG M, KO K, HUH J. Determination of extreme wind values using the Gumbel distribution [J]. Energy, 2015, 86: 51-58. DOI: 10.1016/j. energy.2015.03.126.[8] VIDAL I. A Bayesian analysis of the Gumbel distribution: an application to extreme rainfall data [J]. Stochastic Environmental Research and Risk Assessment, 2014, 28(3):571-582. DOI: 10.1007/ s00477-013-0773-3.[9] MILADINAVIC B, TSOKOS C P. Ordinary, Bayes, empirical Bayes, and non-parametric reliability analysis for the modifiedGumbel failure model [J]. Nonlinear Analysis, 2009,71(12):1426-1436. DOI: 10.1016/j.na.2009.01.181.[10]GUURE C B, IBRAHIM N A. Approximate Bayesian estimates of Weibull parameters with Lindley’s method [J]. Sains Malaysiana, 2014, 43 (9): 1433-1437.[11]ALI S. On the Bayesian estimation of the weighted Lindley distribution [J]. Journal of Statistical Computation and Simulation, 2015, 85(5):855-880. DOI: 10.1080/00949655.2013.847442.[12]葛耀君.桥梁结构风振可靠性理论及其应用研究[D].上海:同济大学,1997.GE Yaojun. Research on the bridge structure wind-induced reliability theory and application [D]. Shanghai: Tongji University, 1997.[13]项海帆,葛耀君,朱乐东,等.现代桥梁抗风理论与实践[M].北京:人民交通出版社, 2005. XIANG Haifan, GE Yaojun, ZHU Ledong, et al. Modern theory and practice on bridge wind resistance [M]. Beijing: China Communications Press, 2005.[14]陈政清.工程结构的风致振动、稳定与控制[M].北京:科学出版社, 2013.CHEN Zhengqing. Wind-induced vibration, stability and control of engineering structure. [M]. Beijing: Science Press, 2013.[15]葛耀君.大跨度悬索桥抗风[M].北京:人民交通出版社, 2011.GE Yaojun. Wind resistance of long span suspension bridges [M]. Beijing: China Communications Press, 2011.[16]葛耀君.大跨度拱式桥抗风[M].北京:人民交通出版社, 2014.GE Yaojun. Wind resistance of long arch suspension bridges [M]. Beijing: China Communications Press, 2014.。
50年一遇最大和极大风速的一种计算方法,风电知识
E
风向范围 84-97
出现次数 24
PN4-05
60
W
236-336
66
E
84-95
25
40
W
240-340
52
E
88-96
7
10
W
259-272
4
/
/
/
1.2.2 玉门镇气象站 2006 年实测到的最大和极大风速 玉门镇气象站 2006 年一整年期间，于 2006-02-12 01:30 出现最大 10min 平均风速，为
大唐玉门 04#测风塔 2006 年一整年的实测风数据中，2006-02-12 01:20 同时实测到 70m、60m、40m、10m 高度最大 10min 平均风速和极大 3S 风速，均为 W 风。计算得当时 的空气密度为 1.037Kg/m3，各高度平均 10min 风速相对于 10m 高度的风切变也见表 1.1。
然而考察平均的风资源和极端的风资源状况所适用的方法有所不同，两地风速的相关 性、风电场内不同高度风速的相关性都是随风速的增大而变化的，不能简单地以风速的平均 相关性来替代；并且在不同的地区区域内，阵风系数也随风速有不同的变化。
本文结合我国风电项目的实际开发情况，以国家第五期风电特许权项目玉门昌马风电 场为例，以五日最大 10min 平均风速取样法，用Ⅰ型极值概率分布来估算风电场不同高度 50 年一遇最大 10min 平均风速；以实测到的大风速段的最大阵风系数，推算风电场不同高 度 50 年一遇的极大 3S 风速。意能抛砖引玉，吁请有关部门尽快组织专家规范对该指标的估 算，促进我国风电事业的可持续发展。
/
2006 年大唐玉门 04#测风塔 2006 年一整年各高度大风速(≥20m/s)的风向见表 1.2，可 见该地的大风速主要是 W 风。≥20m/s)的风向统计
50年一遇最大和极大风速的一种计算方法,风电知识
PN4-05
方法，估算有长期资料的气象站 10 米高度 50 年一遇最大 10min 平均风速；再以气象站和风 电场风速的相关性，估算出风电场内不同高度 50 年一遇最大 10min 平均风速；然后以通常 的统计平均阵风系数 1.4，推算 50 年一遇的极大 3S 风速。
PN4-05
风电场各高度 50 年一遇最大和极大风速的 一种估算方法
呼津华 王相明
（新疆金风科技股份有限公司 830026）
DISCUSSING A METHOD FOR ESTIMATING THE EXTREME 10 MIN AVERAGE AND 3S WIND SPEED WITH A RECURRENCE PERIOD OF 50 YEARS AT THE DIFFERENT HEIGHT IN A
表 1.1 大唐玉门 04#测风塔 2006 年实测的最大、极大风速及风切变
高度
70m
60m
40m 10m
极大 3S 风速(m/s)
29.4
29.4
28.7 26.0
平均 10min 风速(m/s)
26.0
25.5
24.6 20.9
平均 10min 风速相对于 10m 高度的切变
0.1122 0.1110 0.1575
由此，我们可粗略地估算大唐玉门 04#测风塔处，70m 高度 50 年一遇的最大 10min 平 均风速为 7.657×5=38.28(m/s)；50 年一遇的极大 3S 平均风速为 38.28×1.4=53.60(m/s)。 1.4 用 GB5009-2001 规范的风压表估算 50 年一遇的最大 10min 平均风速
来宾多年一遇最大风速和极大风速推算
第40卷增刊2019年12月气象研究与应用JOURNAL OF METEOROLOGICAL RESEARCH AND APPLICATIONVol.40SDec.2019文章编号：1673-8411（2019）S-0039-03来宾多年一遇最大风速和极大风速推算韦力榕，莫钧，韦菊（来宾市气象局，546100）摘要：利用来宾市兴宾区1956-2018年年最大风速及1999-2018年年极大风速资料，采用极值I型概率分布公式推算最大风速、极大风速的多年一遇重现期及基本风压。
结果表明，来宾市兴宾区10a、20a、50a和100a—遇的最大风速值分别为16.6m・sT、18.7m・sT、21.5m・sT和23.6m-s'1,10a,20a,50a和100a—遇的年极大风速值分别为21.5m-s_l,24.0m-s_l,27.1nrs_l和29.5m-s'1,基本风压为0.3kN•m'2o关键词：最大风速；极大风速；基本风压；高度订正；极值I型概率分布中图分类号：P468文献标识码：A引言多年来，来宾市兴宾区多次出现大风天气受灾情况，极端大风天气灾害给来宾市兴宾区的正常生产生活带来了许多不利的影响，导致房屋倒塌、农作物受灾等，造成了严重的经济损失。
因此，在进行农业设施建设以及楼房设计时，要充分考虑其抗风性。
本文利用来宾市兴宾区气象站风资料对其年最大风速以及年极大风速进行模拟分析，并推算各重现期的年最大风速和年极大风速值。
基本风压是工程设施抗风设计中的重要参数，因此可利用所推算得出的年最大风速值推算基本风压。
1资料与方法1.1资料收集整理来宾市兴宾区1956-2018年的风速观测资料，可获得1956-2018年来宾市兴宾区63a 的年最大风速观测资料；由于来宾市兴宾区1999年开始对极大风速进行观测，故仅可获得1999-2018年共20a的年极大风速观测资料。
1.2计算方法我国《建筑结构荷载规范（GB50009-2012））规定，年最大风速值采用极值I型概率分布拟合。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
个方面入手，对比中外规范以及学者研究结果，讨论极值风速各种计算方法，对其差异性和优良性进行总结。 对
海 南 省 三 亚 市 风 速 资 料 进 行 统 计 分 析 ， 其 短 期 风 速 资 料 符 合 极 值 I 型 分 布 ，Gumbel 法 计 算 参 数 比 矩 估 计 法 要
好 ，最后用矩估计法和 Gumbel 法分别计算了三亚市重现期为 50 年和 100 年的基本风压，与荷 载 规 范 值 吻 合 较
某些地区的风速资料比较匮乏，无法提供足够 的年最大风速资料进行计算。为解决这一问题，国 内外学者选取短期风速资料对极值风速进行估计， 其中最常用的就是选取月最大风速资料作为样本 点进行计算。
Abstract：The estimation of extreme wind speed is very important to the structural design.Based on the sample selection，model selection and parameter estimation，this paper compares the Chinese and foreign specifications and the research results of scholars，summarizes various calculation methods of extreme wind speed，and elabo－ rates the differences and advantages.Based on the statistical analysis of wind speed data of Sanya，Hainan，the short-term wind speed data conform to the extreme value type I distribution，and the parameters calculated with Gumbel method are better than the moment estimation method.Finally，the basic wind pressure with a repetition period of 50 years and 100 years is calculated with the moment estimation method and Gumbel method，which are in good agreement with the load code value. Keywords：extreme wind speed；wind speed data；extreme value distribution；parameter estimation
速观测资料，有的地区建立气象观测站的时间较 早，有长期的风速观测资料。有的地区比较偏远，建 立气象站较晚甚至没有气象站，只有短期风速资 料，所以针对长期和短期两种不同风速资料的样本 选取一直是中外学者研究热点。
《建筑结构荷载规范》（GB 50009-2012) 选取各 地区年最大风速资料，选取极值 I 型分布进行拟合， 求出相应重现期的极值风速。在进行极值风速计算 时应考虑样本数量的影响，选取年最大风速资料 时，一般应有 25 年以上的风速资料，当无法满足 时，风速资料不宜少于 10 年[2]。当有长期风速观测 资料时，应该遵循规范，取年最大风速资料进行统 计分析。
（JJKH20170253KJ）；吉林省科技厅国际科技合作项目（20170414018GH） 作者简介：王 勃（1972~），男，吉林省长春市人，教授，博士，研究方向：主要从事复合材料在土木基础设施中的应用研究。
8 NORTHERN ARCHITECTURE
王 勃，董元正，董丽欣：极值风速计算方法研究
（1：School of Civil Engineering，Jilin Jianzhu University，Changchun Jilin 130118，China； 2：Jilin Structural and Earthquake Resistance Technology Innovation Center，Changchun Jilin 130118，China）
北方建筑
第 4 卷第 1 期 2019 年 2 月
■工程科技
极值风速计算方法研究
王 勃 1，2 董元正 1 董丽欣 1
（1：吉林建筑大学土木工程学院，吉林 长春 130118；2：吉林省结构与抗震科技创新中心，吉林 长春 130118）
摘要：极值风速的估计对于结构设计有着极为重要的意义。 本文从极值风速的样本选取、模型选取和参数估计 3
好 号 ：TU312.1
文 献 标 识 码 ：A
文 章 编 号 ：2096-2118（2019）01-0008-05
Study on the Calculation Method of Extreme Wind Speed
WANG Bo1，2，DONG Yuanzheng1，DONG Lixin1
0 引言
风灾是世界上最为严重的几种自然灾害之一， 每年都对世界各国造成了巨大的经济损失和人员 伤亡。为了有效地避免风灾，在进行结构设计时，风 荷载确定起着至关重要的作用，因此极值风速的准 确估计对于风荷载的确定就显得十分重要。
目前，国内外对于极值风速估计普遍采用统计 方法，该方法涉及 3 个重要问题：样本选取、模型选
取和参数估计[1]。由于各个地区的气候差异性和中 外学者采用的计算方法不同，得到的结果各不相 同。本文将围绕上述 3 个问题对极值风速研究的国 内外成果进行总结归纳比较，为相关研究和应用提 供参考。
1 样本的选取
样本的选取很大程度上依赖于研究地区的风
收稿日期：2018-11-13 基金项目：国家重点研发计划项目 （2017YFC0806100）；国家自然科学基金项目 （51178206）；吉林省高校“十三五”科研规划项目