Βελτίωση της πρόγνωσης του ανέμου με την εφαρμογή Bayesian Kalman φίλτρων

Διπλωματική Εργασία uoadl:2866935 324 Αναγνώσεις

Μονάδα:
Κατεύθυνση Φυσική Περιβάλλοντος (ΕΦΑΡΜΟΣΜΕΝΗ ΦΥΣΙΚΗ)
Βιβλιοθήκη Σχολής Θετικών Επιστημών
Ημερομηνία κατάθεσης:
2019-03-22
Έτος εκπόνησης:
2019
Συγγραφέας:
Γκάζικας Χρήστος
Στοιχεία επιβλεπόντων καθηγητών:
Γεώργιος Κάλλος, Καθηγητής, Τμήμα Φυσικής, Ε.Κ.Π.Α
Μαρία Τόμπρου, Καθηγήτρια, Τμήμα Φυσικής, Ε.Κ.Π.Α
Έλενα Φλόκα, Καθηγήτρια, Τμήμα Φυσικής, Ε.Κ.Π.Α
Πρωτότυπος Τίτλος:
Βελτίωση της πρόγνωσης του ανέμου με την εφαρμογή Bayesian Kalman φίλτρων
Γλώσσες εργασίας:
Ελληνικά
Μεταφρασμένος τίτλος:
Βελτίωση της πρόγνωσης του ανέμου με την εφαρμογή Bayesian Kalman φίλτρων
Περίληψη:
Τα αιολικά πάρκα για τη λειτουργία τους απαιτούν ακριβέστερες προγνώσεις του ανέμου για την εκτίμηση και πρόγνωση της παραγόμενης ενέργειας. Τα πρωτογενή αποτελέσματα των ατμοσφαιρικών μοντέλων (NWP) εμπεριέχουν μια σειρά σφαλμάτων από παράγοντες όπως οι αρχικές και οριακές συνθήκες, η δομή και η παραμετροποίηση του μοντέλου, η οριζόντια ανάλυση, η εξομάλυνση της ορογραφίας και των άλλων φυσιογραφικών χαρακτηριστικών.
Στην παρούσα εργασία χρησιμοποιούνται τα συνδυαστικά Bayesian Kalman φίλτρα προκειμένου να βελτιωθεί η πρόγνωση του ανέμου κοντά στην επιφάνεια του εδάφους. Τα συγκεκριμένα φίλτρα χρησιμοποιούν μη γραμμικές εξισώσεις σε συνδυασμό με τη συμπερασματολογία του Bayes.
Η εφαρμογή των φίλτρων έγινε για δύο διαφορετικές περιοχές αιολικών πάρκων της Κρήτης. Οι διορθώσεις έγιναν πάνω σε δεδομένα πρόγνωσης από το ατμοσφαιρικό μοντέλο υψηλής ανάλυσης, RAMS.
Μελετήθηκαν οι παράμετροι των φίλτρων και οι συνθήκες κάτω από τις οποίες αυτά εμφανίζουν τη μέγιστη αποδοτικότητα στη βελτίωση της πρόγνωσης του ανέμου. Δόθηκε έμφαση στην ανάδειξη της βελτίωσης αυτής, σε σχέση με τη χαμηλή υπολογιστική ισχύ η οποία απαιτούνταν. Ιδιαίτερη προσοχή δόθηκε στους χρονικούς ορίζοντες αξιοποίησης του φίλτρου, από όπου προέκυψε ότι στους πολύ βραχυπρόθεσμους τα αποτελέσματα ήταν πολύ καλά. Αποδείχθηκε ότι η διαθεσιμότητα μετρήσεων και αποτελεσμάτων του μετεωρολογικού μοντέλου με μικρότερα χρονικά βήματα βοηθάει σημαντικά στην επίτευξη καλύτερων ακόμη αποτελεσμάτων. Η δεκάλεπτη δειγματοληψία αποδείχθηκε η βέλτιστη.
Κύρια θεματική κατηγορία:
Θετικές Επιστήμες
Λέξεις-κλειδιά:
φίλτρα Kalman, Bayesian inference, Post-processing, Αριθμητικά ατμοσφαιρικά μοντέλα
Ευρετήριο:
Όχι
Αρ. σελίδων ευρετηρίου:
0
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
58
Αριθμός σελίδων:
78
ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ.pdf (3 MB) Άνοιγμα σε νέο παράθυρο