面对日益严重的环境污染问题和能源危机,风力发电逐渐成为了人们关注和研究的焦点。根据国家标准,风资源评价至少需要连续一年的风电场实测逐小时风速风向数据。然而,在实际工程中,一个待开发的风电场经常没有测风数据,或只有2～3个月的短期测风数据。小规模的风电项目,其投资成本相当低,连续一年的现场测量过于昂贵,成为制约小规模风电项目发展的一大难题。风电场投建前期的风资源分析和风电场选址,对风电场效益起着重要的作用。因此,研究能够缩短风电场现场测量周期的新方法,对推动我国的风电发展有着重要意义。本文首先对风资源评价的理论进行了介绍。在此基础上,截取测风塔一年的完整测风数据中连续三个月的数据,每个测风塔一年共得到12组数据。基于以上细分的数据分析季节变化对风资源预测的影响。鸡西风电站的四座测风塔,两两对照。本文基于截取的三个月测量数据,采用测量-相关-预测(MCP)的方法,对风资源进行估算。根据附近参考测风塔的测量数据,预测与之相对应的测风塔处长期的风力资源,与实际值进行对比,并比较了三种基本的回归技术对目标位置的风力资源预测能力。本文对预测参数的准确度进行了评估,包括平均风功率密度,风速的标准偏差和威布尔形状因子,并对它们相关的误差分布进行了研究。本文认为预测误差的大小很大程度上取决于现场测量的季节。对每座测风塔的12组数据应用MCP法,最优的MCP方法其平均风速的平均绝对误差为4.8。且平均风功率密度的平均绝对误差为14。当用最佳季节,晚冬或初春的现场测量数据时,平均风速的平均误差降低至3.6%,平均风功率密度的误差降低至10%。结果显示MCP方法相对于使用基于边界层缩放的半经验模型时预测的准确度得到一个大的改善。结果表明,MCP方法在现场测量周期较短时,可以进行有效预测,对于小规模的风电开发商有可能是一个有价值的风资源评估方法。