Байесовское прогнозирование порывов ветра для оценки надежности ветроэлектростанций

Bayes prediction of wind gusts for Wind Power Plants Reliability Estimation
E. Chiodo, D. Lauria
2011-06-01

байесовская оценка горизонта безопасностипуассоновский процесс для возникновения порывовоценка надежности ветряных электростанцийраспределения крайних значенийпорывы ветра
Для эффективной оценки надежности ветроэлектростанций экстремальные порывы являются наиболее важными характеристиками статистики скорости ветра для количественной оценки разрушений, вызванных экстремальными ветрами. С целью характеристики этих случайных разрушительных сил ветра в статье применяется соответствующая стохастическая модель. Модель основана на вероятностном моделировании появления порывов с помощью пуассоновского процесса, тогда как амплитуды экстремальных скоростей порывов моделируются с использованием подходящих законов предельных значений. Такой подход дает соответствующую «функцию безопасности» конструкции, определяемую как вероятность того, что стохастический процесс «наибольшая амплитуда экстремального порыва» окажется меньше заданного порогового значения в заданном интервале времени. Такая функция безопасности может быть преобразована в «горизонт безопасности» (SH), т.е. временной интервал, в течение которого наибольшая амплитуда экстремального порыва меньше заданного порога z с заданной высокой вероятностью p. Если z выбрано как максимальная амплитуда порыва, которую конструкция может выдержать, то SH является эффективной мерой (соответствующей квантилью) времени до отказа конструкции. В статье основное внимание уделено оценке указанного SH с помощью подходящей байесовской техники оценивания, основанной на априорной информации, которая должна быть легко доступна и простой в реализации. Это может быть выполнено аналитическими или численными методами, как показано в статье. Наконец, приведено резюме обширного набора численных симуляций, демонстрирующих высокую эффективность предлагаемой байесовской методики оценивания и, в частности, её превосходство по сравнению с классическими методами максимального правдоподобия (ML), традиционно применяемыми в энергетических системах. В выводах также отмечается замечание о робастности предлагаемой процедуры относительно выбора априорной плотности вероятности.
1
Разработана байесовская оценка для определения SH с использованием легко доступной априорной информации, реализуемая аналитическими или численными методами.
2
Определена функция безопасности как вероятность того, что наибольшая амплитуда экстремального порыва будет меньше порога z в заданном интервале времени, что позволяет получить горизонт безопасности (SH).
3
Воздействие экстремальных порывов моделируется как пуассоновский процесс для числа событий и распределениями экстремальных величин для амплитуд.
4
Численные симуляции показывают высокую эффективность и преимущество байесовского метода по сравнению с классическим методом максимального правдоподобия, при этом процедура устойчива к выбору априорного распределения.
5
Горизонт безопасности (SH) — это интервал времени, в котором амплитуда порывов остаётся ниже сопротивляемого структурой порога z с вероятностью p, выступая как квантилированная оценка времени до отказа.

Экстремальные порывы ветра (наибольшие амплитуды порывов), воздействующие на конструкции ветровых электростанций

Байесовское прогнозирование/оценка горизонта безопасности (квантиля времени до отказа) посредством моделирования появления порывов (процесс Пуассона) и амплитуд экстремальных порывов (распределения крайних значений) для оценки надежности ветровых электростанций

Publication Details
Publication Date
2011-06-01
Journal
Publisher
ISSN
Access Type
Author Information
Authors
E. Chiodo
D. Lauria
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%