Langzeit: Matrix: Difference between revisions

From Wiki-WindPRO
Jump to navigation Jump to search
No edit summary
No edit summary
Line 56: Line 56:
**[[Langzeit: Neuronales Netz]]
**[[Langzeit: Neuronales Netz]]
**[[Kurzzeit: Lokal skaliert]]
**[[Kurzzeit: Lokal skaliert]]
<br>{{Energieinhalt}}
[[Category:Module]][[Category:ENERGIE]][[Category:MCP (DE)]]}}
[[Category:Module]][[Category:ENERGIE]][[Category:MCP (DE)]]}}

Revision as of 12:42, 16 January 2024

Zur deutschen Hauptseite | Alle deutschsprachigen Seiten



Im Referenzdokument MCP - Measure-Correlate-Predict - An Introduction to the MCP Facilities in WindPRO, Kapitel 3 wird die statistische Methode hinter Matrix-MCP erläutert. Die folgende Seite geht auf die Eingabeoptionen der Implementierung in windPRO ein.

MCP-Modul → Session öffnen → Register Modelle LZBearbeiten neben Zeile Matrix 


Klassenbildung
Standardmäßig wird keine Klassenbildung nach Zeiten vorgenommen, es ist jedoch möglich, Jahres- und/oder Tageszeitklassen zu bilden. Die Zeiten werden über die windPRO-Jahreszeiten/Tag-Nacht Einstellungen vorgegeben. Wird nur eine Tag/Nacht-Einteilung gewünscht, so sollte die Anzahl der Jahreszeiten auf 1 gesetzt werden. Es wird empfohlen, die Anzahl der Jahres- bzw. Tagesperioden gering zu halten (z.B. nur Tag/Nacht und Sommer-/Winterhalbjahr), da ansonsten die Gefahr besteht, dass es pro Klasse so wenig Daten gibt, dass das Ergebnis nicht mehr repräsentativ ist.
Richtungsklassen / Sektorfenster
Transferfunktionen werden jeweils für 1° / 1 m/s-Klassen ermittelt. In der Regel reicht die Menge an Samples in dieser engen Klasse nicht aus, um daraus repräsentative Transferfunktionen zu berechnen, deshalb wird standardmäßig ein Sektorfenster von 30° verwendet, also die Richtung +/- 15°. Für die Richtung 23° werden also z.B. alle Datensätze zwischen 8° und 38° verwendet. Wenn ein Sektorfenster von 360° gewählt wird, wird nur eine einzige Transferfunktion, die auf allen Daten beruht, erstellt.
Überspringe Richtungswechsel größer...
Insbesondere bei niedrigen Windgeschwindigkeiten kann die Windrichtung zwischen Langzeit-Referenz und Standortdaten beträchtlich variieren und der Korrelation eine Menge statistisches Rauschen hinzufügen. Durch das Ignorieren von Daten mit großen Richtungswechseln kann dieses Rauschen reduziert werden. Dies bedeutet allerdings, dass eventuell wichtige Informationen verworfen werden. Voreinstellung ist, dass alle Daten verwendet werden (Richtungswechsel >180° existieren nicht).
Windgeschw.-Fenster [m/s]
Transferfunktionen werden jeweils für 1° / 1 m/s-Klassen ermittelt. Wenn die Menge an Samples in dieser Klasse trotz Sektorfenster (s.o.) nicht ausreicht, um daraus repräsentative Transferfunktionen zu berechnen, kann auch ein Windgeschwindigkeits-Fenster definiert werden, d.h. es werden nicht nur benachbarte Richtungen sondern auch benachbarte WG-Klassen in die Ermittlung einer Transferfunktion einbezogen.
Min. Anzahl Messwerte für Polynom-Anpassung
Um zu vermeiden, dass Klassen mit zu wenigen Daten die Modellierung beeinflussen, können diese ausgefiltert werden. Standardwert ist 5.
Richtungsfenster für Polynom-Anpassung
Die Regression der Transferfunktion basiert auf allen Transferfunktionen in einem bestimmten Richtungsfenster. Standardwert ist 10.
Statistiken vom Abgleichszeitraum nutzen
Beim Öffnen des Fensters werden für die angegebenen Sektor-/WG-Fenster jeweils Richtungswechsel und Windgeschwindigkeits-Verhältnis (Mittel und Standardabweichung, davon Mittel / Min / Max) berechnet. Hohe Werte weisen auf unsichere Transferfunktionen hin.
Sollen die Werte für geänderte Sektor-/WG-Fenster neu berechnet werden, muss das Fenster geschlossen und erneut geöffnet werden. Um eine Neuberechnung zu verhindern, löschen Sie das Häkchen Statistiken vom Abgleichszeitraum nutzen.
Polynom
Für jeden der Parameter kann eine Polynominale Regression erstellt werden, um die Transferfunktion zu beschreiben. Die Ordnung der Regression kann frei gewählt werden und kann sogar von Parameter zu Parameter unterschiedlich sein. Die Standardeinstellung für mittlere Windgeschwindigkeiten ist eine Polynomanpassung ersten Grades, da diese robust gegenüber abweichenden Extremwerten ist. Für den mittleren Richtungswechsel wird eine Polynomanpassung nullten Grades vorgeschlagen (Richtungswechsel unabhängig von der Windgeschwindigkeit). Für die Standardabweichungen wird jeweils eine um einen Grad höhere Polynomanpassung vorgeschlagen.
Matrix-Methode Ausgabe
Standardmäßig wird für eine Sektor-/WG-Klasse die gemessene Transferfunktion verwendet, aber liegen weniger als 5 Samples in der Klasse vor, wird eine modellierte Funktion verwendet.
Alternativ kann für alle Klassen eine modellierte Funktion verwendet werden. Diese kann fehlerhafte / extreme Messwerte ausgleichen und bei geringer Datenqualität zu besseren Ergebnissen führen.


Weiter mit:



Alle Module
Handbuch Energieberechnungen (dieses Kapitel) auf einer Seite
Meteodaten-Handling (separates Handbuchkapitel)
Diese Seite: Langzeit: Matrix
Energieberechnungen Einführung Datengrundlage (Windmessungen, Regionale Windstatistiken, Vorinstallierte Windstatistiken, Global Wind Atlas, Mesoskalen-Winddaten, Geländedaten, Verwenden von Online-Rauigkeitsdaten, WEA)
Scaler: EinführungScaler vs. regionale WindstatistikGelände-ScalingRIX-EinstellungenVerdrängungshöheTurbulenzPost-Kalibrierung
PARK: ÜberblickWakeverlust-Modell ♦ PARK-Berechnungstypen (Alle, WAsP, WAsP-CFD, Ressourcenkarte, Meso-Daten-Zeitreihe, Messdaten-Zeitreihe) ♦ PARK-ErgebnisseWakeBlaster
Register in PARK: Optionen (Standard)Optionen (Scaler)Wake (nur bei Scaler)WEAWindScalerWEA<>WinddatenCFD-ErgebnisdateienWEA<>WindstatistikRessource-DateienBlockageCurtailmentVerdrängungshöhe Register RIXLeistungskennlinieKostenWakeBlaster (nur bei Scaler) 2.9 Zeitliche Variation
Langzeitkorrektur (MCP) Überblick Zeitreihen Einstellungen Session Justierung Modell-Input Konzept-WahlErgebnis als Langzeitreihe (Methoden: Einfaches WG-Scaling, Regression, Matrix, Neuronales NetzSolver basiert) ♦ Ergebnis als Kurzzeitreihe (Methode: Skalierung der lokalen Zeitreihe) ♦ Session-ÜberblickMCP-Berichte
Module und Werkzeuge für vorbereitende Berechnungen ÜberblickVerdrängungshöhen-RechnerORARIX-KorrekturMETEO (Berechnungsmodul)ATLASWAsP interfaceWAsP-CFDRESOURCESTATGENKontakt zu anderen CFD-ProgrammenLOSS & UNCERTAINTY→Ergebnislayer
Validierungswerkzeuge für Modelle und Daten Überblick→METEO-Objekt→METEO-AnalyzerMCP→PERFORMANCE CHECKT-RIX (DE)
Validierungen (Englisch) MCP-ValidierungMesodaten LangzeitkonsistenzWakemodell-Validierungstests