Wind Energy 收藏杂志
  • 中科院分区:3区
  • JCR分区:Q2
  • CiteScore :8.1

Wind Energy

SCI SCIE
国际简称:WIND ENERGY 中文名称:风能

Wind Energy杂志是一本工程技术-工程:机械应用杂志。是一本国际优秀学术杂志,由John Wiley and Sons Ltd出版,该期刊创刊于1998年,出版周期为Quarterly,始终保持着高质量和高水平的学术内容。在中科院分区表《新锐期刊分区表》中,被归类为大类学科分区3区,显示出其优秀的学术水平和影响力。

  • ISSN:1095-4244

  • 出版地区:ENGLAND

  • 出版周期:Quarterly

  • E-ISSN:1099-1824

  • 创刊时间:1998

  • 出版语言:English

  • 是否OA:未开放

  • 预计审稿时间:较慢,6-12周

  • 影响因子:3.6

  • 是否预警:否

  • 研究方向:工程技术,工程:机械

  • 年发文量:84

  • 研究类文章占比:98.81%

  • Gold OA文章占比:100.00%

  • H-index:78

  • 开源占比:0.5743

  • 文章自引率:0.0731...

杂志简介

《风能》为报道这一快速发展技术的进展提供了一个重要的论坛,其目标是实现利用陆地和海上风能的全球潜力。该期刊旨在覆盖所有对该领域感兴趣的人,从学术研究、工业发展到应用,包括单个风力涡轮机和部件、风电场和风力发电厂的整合。该期刊的主要特色是涵盖与风能捕获、转换、整合和利用技术进步有关的科学和工程学科领域的贡献。

值得一提的是,Wind Energy已成功入选SCI(科学引文索引) 、 SCIE(科学引文索引扩展版) 等国际知名数据库,这进一步彰显了其作为国际优秀期刊的卓越地位和广泛影响力。自创刊以来,该杂志一直保持着Quarterly的出版周期,以高质量、高水平的学术内容著称。在JCR(Journal Citation Reports)分区等级中,该期刊荣获Q2评级。此外,其CiteScore指数达到8.1,该期刊2026年的影响因子达到3.6,再次验证了其优秀学术水平。

Wind Energy是一本未开放获取期刊,但其高质量的学术内容和广泛的影响力使其成为了工程技术-能源与燃料研究领域不可或缺的重要刊物。无论是对于学者、研究人员还是学术界来说,该期刊都是一份不可或缺的重要资源。

期刊指数

中科院SCI分区
CiteScore指数
自引率
发文量
影响因子

中科院SCI分区是中国科学院对SCI期刊进行的一种分类和评级。在学术界,中科院SCI分区被广泛应用于科研业绩奖励、职称评审等方面。许多高校和科研单位会按照中科院SCI分区的标准来加权计算科研成果的影响力。因此,对于科研工作者来说,了解中科院SCI分区的标准和方法,以及具体的分区结果,对于评估自己的科研成果和选择合适的期刊发表论文都非常重要。

CiteScore(或称为引用指数)是由全球著名学术出版商Elsevier于2016年12月基于Scopus数据源推出的期刊评价指标。CiteScore指数能够反映期刊在较长时间内的平均影响力。通过计算期刊过去四年内发表的文章被引用的次数,这使得该指标能够更准确地评估期刊的影响力和学术价值。

自引率的计算公式为:自引率 = (期刊自己发表的文章被自己引用的次数) / (期刊自己发表的文章总数)。其中,期刊自己发表的文章指的是该期刊所发表的所有论文,包括文章、综述、简报、通讯等各类论文。如果自引率过高,可能会影响到该期刊的学术声誉和权威性。

中科院分区表

《新锐期刊分区表》 2026年3月发布

Top期刊 综述期刊 大类学科 小类学科
否 否 工程技术 3区
ENERGY & FUELS 能源与燃料 ENGINEERING, MECHANICAL 工程:机械
3区 3区

期刊分区表 2025年3月升级版

Top期刊 综述期刊 大类学科 小类学科
否 否 工程技术 3区
ENGINEERING, MECHANICAL 工程:机械 ENERGY & FUELS 能源与燃料
3区 4区

JCR 分区

2025-2026年最新版

按JCI指标学科分区 收录子集 分区 排名 百分位
学科:ENERGY & FUELS SCIE Q3 129 / 191

32.7

学科:ENGINEERING, MECHANICAL SCIE Q2 47 / 184

74.7

学科:ENERGY & FUELS SCIE Q3 108 / 191

43.72

学科:ENGINEERING, MECHANICAL SCIE Q2 66 / 184

64.4

CiteScore 分区(2026年6月最新版)

CiteScore SJR SNIP CiteScore 排名
8.1 0.847 1.431
学科类别 分区 排名 百分位
大类:Energy 小类:Renewable Energy, Sustainability and the Environment Q2 110 / 345

68%

文章摘录

  • Cable Layout Optimization of Offshore Wind Farm Based on Global Dynamic Minimum Spanning Tree Algorith Author: Huang, Guoqing; Cao, Ziwei; Li, Ke; Zhou, Xuhong; Yang, Qingshan; Hu, Weihao Journal: WIND ENERGY. 2026; Vol. 29, Issue 5, pp. -. DOI: 10.1002/we.70116
  • On Wind Directions Estimated by Nacelle Lidar Under Different Reconstruction Method Author: Guo, Feng; Xu, Wenhao; Zhang, Zhaoyu; Schlipf, David; Schito, Paolo; Zasso, Alberto; Gao, Zhen; Dong, Yujin Journal: WIND ENERGY. 2026; Vol. 29, Issue 3, pp. -. DOI: 10.1002/we.70098
  • Two-Step Clustering-Based Equivalent Modeling of Large-Scale Wind Farms for Enhanced Primary Frequency Regulatio Author: Shu, Hongchun; Zhu, Liuqing; Shi, Botao; Wang, Guangxue; Lei, Shunguang Journal: WIND ENERGY. 2026; Vol. 29, Issue 2, pp. -. DOI: 10.1002/we.70093
  • Design and Characteristic Analysis of Reflux Type Mechanical Hydraulic Hybrid Transmission for Wind Turbine Author: Dai, Fuquan; Lin, Yonggang; Gu, Yajing; Liu, Hongwei; Chen, Wenting; Zhao, Xingchen Journal: WIND ENERGY. 2025; Vol. 28, Issue 7, pp. -. DOI: 10.1002/we.70036
  • Numerical Study of the Active Flow Control Effect on the Wind Turbine Blade Section Using a Trailing Edge Fla Author: ZhiXin, S. U. N.; HanTao, L. I. U.; HaiQiao, L. I Journal: WIND ENERGY. 2025; Vol. 28, Issue 6, pp. -. DOI: 10.1002/we.70023
  • GCB-YOLO: A Lightweight Algorithm for Wind Turbine Blade Defect Detectio Author: Zhang, Zhiming; Dong, Chaoyi; Wei, Ze; Chen, Xiaoyan; Zan, Weidong; Xue, Yao Journal: WIND ENERGY. 2025; Vol. 28, Issue 6, pp. -. DOI: 10.1002/we.70029
  • Regional Short-Term Wind Power Prediction Based on CEEMDAN-FTC Feature Mapping and EC-TCN-BiLSTM Deep Learnin Author: Qin, Guoyuan; Peng, Xiaosheng; Yang, Zimin Journal: WIND ENERGY. 2025; Vol. 28, Issue 6, pp. -. DOI: 10.1002/we.70025
  • A Novel Approach of Wind Turbine Blade Root Load Monitoring Based on Bearings Vibrational Data and a New AE-LSTM-Attention Neural Networ Author: Cong, Feiyun; Liang, Chen; Hu, Weifei; Zhang, Tongzhou; Tang, Feng; Zhou, Qihao Journal: WIND ENERGY. 2025; Vol. 28, Issue 5, pp. -. DOI: 10.1002/we.70006

免责声明

若用户需要出版服务,请联系出版商:JOHN WILEY & SONS LTD, THE ATRIUM, SOUTHERN GATE, CHICHESTER, ENGLAND, W SUSSEX, PO19 8SQ。