Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

Status:
Warianty tytułu:
Analiza błędów symulacji pola prędkości wiatru
Autorzy: Błazik-Borowa Ewa
Rok wydania: 2008
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 4
Wolumen/Tom: 54
Strony: 669 - 691
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: NIE
Abstrakty: angielski | polski
This paper is devoted to errors of generating stochastic stationary processes, modelling wind velocity fields at many points in space. The analysed of errors of calculation methods for mean values, standard deviations and power spectral densities are presented. The research of the estimators of random series is preceded by the description of the simulation methods that are used to generate these processes. The author describes and compares three methods: WAWS (Weighted Amplitude Wave Superposition), MR (Multi-Regressive) and ARMA (Auto-Regressive Moving Average). The conclusions contain information about the best parameters of the methods and their drawbacks and advantages.
Celem pracy jest przedstawienie błędów generowania stacjonarnych procesów losowych, które mogą modelować pola prędkości w wielu punktach przestrzeni trójwymiarowej w odniesieniu do silnych wiatrów. Analiza została przeprowadzona na podstawie błędów wartości średniej, odchylenia standardowego i gęstości widmowej mocy. Badanie estymatorów procesów losowych, zostało poprzedzone opisem metod symulacji, za pomocą których zostały wygenerowane. W pracy opisano i porównano trzy metody: WAWS (Weighted Amplitude Wave Superposition), MR (Multi-Regressive) i ARMA (Auto-Regressive Moving Average). W metodzie WAWS proces losowy w punkcie jest liczony jako suma harmonicznych przebiegów czasowych z różnymi okresami i amplitudami zależnymi od wzajemnych widmowych gęstości mocy. Procesy losowe, symulowane metodą MR, są sumami kilku wartości, poprzedzających wyznaczaną wartość, pomnożonymi przez odpowiednie wagi (współczynniki autoregresji), które są wyznaczane na podstawie wzajemnych funkcji korelacji. Metoda ARMA jest podobna do metody MR. W tej metodzie, proces losowy jest sumą iloczynów poprzednich wartości i odpowiednich współczynników oraz kilku wartości białego szumu, które są pomnożone przez współczynniki wyznaczone na podstawie funkcji korelacji pomiędzy białym szumem i generowanym procesem. Procesy losowe zaprezentowane w niniejszej pracy zostały wygenerowane za pomocą programu WIND-SYM opracowanego przez E. Błazik-Borową we współpracy z J. Podgórskim i J. Bęcem. Na podstawie zaprezentowanych w pracy wyników można stwierdzić, że estymatory gęstości widmowej mocy otrzymane z przebiegów czasowych wygenerowanych metodami ARMA i MR wykazują lepszą zgodność z założonymi funkcjami niż estymatory otrzymane z metody WAWS. Natomiast różnice pomiędzy estymatorami średniej prędkości i odchylenia standardowego szeregów losowych symulowanych metodą WAWS i założonych wartości są mniejsze niż w przypadku innych metod. Obliczenia wykonywane metodą WAWS trwają znacznie dłużej niż innymi metodami, ale metoda WAWS nie ma ograniczenia minimalnego przyrostu czasu w generowanych procesach. Dolne ograniczenie przyrostu czasu jest wadą metod MR i ARMA. Przyrost czasu zależy od rzędu metody p. W związku z tym nie można powiedzieć, że któraś z metod jest najlepsza a przy wyborze metody symulacji należy wziąć pod uwagę parametry badanego zagadnienia. Ostatecznie, na podstawie przeprowadzonych badań, zaproponowano najlepsze parametry metod symulacji: w odniesieniu do metody WAWS parametr rozmycia beta= 0,2, w odniesieniu do metody MR zakres rzędu metody 15 > p > 10 oraz w odniesieniu do metody ARMA zakresy: 15 > p> 10 i 5 > q > 3.