(1)了解把握风能资源特性、分析风能的概率分布、预测风能资源,是保证风力发电安全的关键环节。根据福建沿海测风塔的实测风速资料分析日平均风速、月平均风速、年平均风速等基本参数可以有效描述风的平均情况,使用最小二乘法求出weibull分布的形状参数和尺度参数,对测风塔各层高度的风速频率分布进行拟合,根据拟合的威布尔曲线可以很好的描述福建该沿海地区测风塔各层高度的风速分布情况,且能通过信度为0.10时的x方适度检验。这说明对于近海面风速也可以使用weibull分布来描述概率特征。(2)对收集的中央气象台提供的2010年6-12月MM5数值预报产品的地面风速资料进行处理,通过线性差值将预报时间密度从3h差值为1h,再通过距离权重法将格点上的风速数据水平差值到风塔所在位置,最后利用近地层风速指数律廓线将风速垂直差值到风塔测风仪所在的高度,将测风塔实测资料与MM5数值预报产品插值数据在时间、空间上同步。建立BP神经网络对MM5数值预报产品的模拟风速误差进行动态订正。将订正后的风速Vmm与实测风速Vt比较发现,订正后风速Vmm的平均绝对误差比订正前降低了10%-20%左右,且订正后风速与实测风速的相关系数大幅提高。这些表明,通过训练的BP神经网络通过自学习能够有效的对MM5风速模拟误差进行订正。(3)在WRF模式中选取不同的边界层、近地面层以及陆面过程参数化方案设计了4种不同物理过程参数化方案组合模拟福建沿海某测风塔站2010年1月1-11日和7月1-11日的逐时风速,将数值模拟结果和同期测风塔观测数据进行对比以寻求最佳参数化方案。经分析比较,采用MYJ边界层方案,Monin-Obukhov近地面层方案以及Noah陆面过程方案的方案2模拟效果最好。使用该方案对2010年1月和7月的风速进行模拟,按不同风速级别分别对数值模拟结果进行对比分析,结果表明：WRF(方案2)对6-15m/s风速模拟的平均相对误差在20%左右,能够满足风电预测的精度需求；而对0-6m/s风速模拟的误差相对较大,这可能是由于模式地形分辨率不够精细以及风塔所处海陆交界的特殊位置使低风速容易受地面扰动以及海陆气流影响所导致。