海上风能波浪能是绿色低碳能源。为响应我国“双碳”行动,建设海上风电机组成为我国“双碳”经济建设主力之一。海上风能波浪能资源的分布给海上风电机组的建设以及资源利用提供参考。由于实际海上作业时,需要考虑海上恶劣环境的影响,海上恶劣天气事件的预测对海上风电机组的防护及维护具有重要意义。目前针对海上风能波浪能资源的丰富度等研究最为常见,考虑恶劣天气海上风能波浪能资源分布研究很少。本文主要从恶劣天气事件频次的时空分布特征、环境因素影响恶劣天气事件频次的变化以及对恶劣天气事件频次的预测三个主要方向进行研究,并且在剔除恶劣天气时段下,分别对渤海、黄海、东海以及南海的风能密度、波浪能密度、风能变异系数和波浪能变异系数的时空分布特征进行分析。本文研究内容分为以下五个部分。第一部分基于ERA5风场数据、全球海洋波浪再分析资料,分析2006—2020年间中国海域的恶劣天气事件时空分布特征。结果表明:恶劣天气事件频次呈每15年1.24%的增长趋势,占比达60%以上分布在台湾海峡与南海北部,深远海比近海高。恶劣天气事件频次季节性特征显著,10月到次年2月占比呈正距平,秋冬季占比远高于春夏季且达60%以上范围更广。第二部分根据Nino3.4指数来分析厄尔尼诺拉尼娜现象对恶劣天气事件变化的影响。结果表明:恶劣天气事件频次在厄尔尼诺年冬季到次年拉尼娜年春季正距平值最大。跟正常年份相比,厄尔尼诺拉尼娜年份恶劣天气事件明显增多,在台湾海峡以及南海北部显著,对恶劣天气事件频次分布影响大,并且频次高值区分布在拉尼娜年比厄尔尼诺年范围更广。第三部分用沿海气象站点气温数据来研究寒潮过程对恶劣天气事件频次的影响,同时根据中国历年台风最佳路径数据来研究台风过程对恶劣天气事件频次的影响。结果表明:寒潮天气渤海黄海比东海南海占比高,台风天东海南海要比渤海黄海占比高,台湾海峡对东海恶劣天气频次贡献不可忽略,东海恶劣天气频次占比最大。第四部分基于LSTM神经网络对海上恶劣天气事件频次进行预测。结果表明:基于LSTM神经网络模型能够很好的预测恶劣天气事件频次。恶劣天气事件频次占比在70%以下比70%以上预测更准确,对2020年12与9日到2020年12与31日恶劣天气事件频次进行预测,模型准确率高达90.54%,恶劣天气事件频次呈上升递增趋势。第五部分在剔除恶劣天气时段下,分别对渤海、黄海、东海以及南海的风能密度、波浪能密度、风能变异系数和波浪能变异系数进行分析。结果表明:剔除恶劣天气与不剔除恶劣天气影响风能波浪能资源丰富度以及稳定度有很大区别,季节性特征显著,且具有区域差异性。在剔除恶劣天气条件下,渤海中部和北部风能资源丰富度降低,但仍然可利用且资源更稳定,波浪能资源丰富度降低,并且资源匮乏;黄海风能资源丰富度降低,可利用且资源更稳定这与渤海相似,黄海中部和南部深远海波浪能资源可以利用,而且稳定,这与渤海不同;东海中部和南部深远海以及南海北部风能仍然丰富且稳定,波浪能资源可利用且稳定,在台湾海峡特征最显著,同时风能波浪能资源在两种情况下的差值并没有逐年递增,具有广阔的开发利用前景。此外,风能波浪能资源具有明显季节性特征,渤海、黄海、东海以及渤海冬季风能波浪能资源丰富度受恶劣天气影响大,黄海和南海秋季以及东海夏季风能波浪能资源稳定度受影响大,东海整体受影响程度小于其他海域。