Geri Dön

Mezo ölçek sayısal hava tahmin model sonuçlarının farklı yöntemlerle ölçek küçültme ve iyileştirme analizi

Downscaling and enhancement of mesoscale weather forecast model results by using different methods

PDF İndir

  1. Tez No: 467296
  2. Yazar: NUR GÖKTEPE
  3. Danışmanlar: PROF. DR. ŞÜKRAN SİBEL MENTEŞ, YRD. DOÇ. DR. BURAK BARUTÇU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Enerji, Meteoroloji, Energy, Meteorology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Meteoroloji Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Atmosfer Bilimleri Bilim Dalı
  13. Sayfa Sayısı: 76

Özet

Dünyada elektrik kullanımı, teknolojinin gelişmesi, şehirleşme ve sanayileşme ile birlikte her geçen gün artmaktadır. Bununla birlikte fosil kaynakların azalması ve doğaya verdiği zararlar ile çevreye karşı duyarlılığın artması yenilenebilir enerjinin önemini arttırmıştır. Rüzgar enerjisi kullanımı diğer ülkelere bağımlı olunmaması ve yenilenebilir olması nedeniyle her geçen yıl artış göstermektedir. Fakat rüzgar santrallerinin kurulumu öncesinde kurulacak bölgenin potansiyeli ile kurulum sonrasında rüzgar tahmini finansal kayıplara engel olunması açısından oldukça önemlidir. Rüzgar santral kurulumu öncesinde bölge seçimi yapılırken etkin kullanım için rüzgar atlaslarından faydalanılmakdatır. Bu sebeple hassas ve doğru rüzgar haritaları rüzgar santrali kurulacak alanın ve üretilecek enerjinin efektif kullanılabilmesı açısından büyük önem teşkil etmektedir. Mevcut Avrupa ve Türkiye Rüzgar Atlasları (REPA) her ne kadar ihtiyaçlara belirli ölçüde cevap verebilse de, atlasın, son 20-30 yıl içerisinde arazi kullanımındaki değişimler, iklim değişimine bağlı olarak etkili olan hava paternlerindeki değişim, veri ölçüm ağındaki artış ve rüzgar enerji sektöründeki gelişmelere bağlı olarak iyileştirilmesi gerekmektedir. Bu amaçla The New European Wind Atlas (NEWA) projesi, Avrupa Birliği ERANET+ programı kapsamında 9 üye ülke tarafından oluşturulan konsorsiyum vasıtası ile yeni ve detaylı bir rüzgar atlasının rüzgar endüstrisine kazandırmak üzere başlatılmış olup, bu proje ile ilişkili olarak, Türkiye Bilimsel ve Teknolojik Araştırma Kurumu (TÜBİTAK) tarafından desteklenen ve Prof. Dr. Sibel Menteş tarafından yürütülen“Yeni Avrupa Rüzgar Atlası (NEWA) Projesi Kapsamında Türkiye Üzerinde Rüzgar Enerji Kaynağının Modellenmesi”konulu, 215M386 no'lu proje devam etmektedir. Bu tez, yukarıda tanımlanan proje kapsamında yapılmıştır. Proje kapsamında gerçekleştirilen orta ölçekli model simülasyonları sonucunda potansiyeli yüksek olan bölgeler seçilmiştir. Bu bölgelerden biri olan Mersin-Mut için bu tez çalışmasında farklı yöntemlerle ölçek küçültme analizi uygulanmıştır. Seçilen gridlerdeki model simülasyon verileri ile gözlem noktası arasında adım adım regresyon (stepwise regresyon) ile ilişki analizi yapılmış ve rüzgar şiddetinin değişimi üzerindeki en etkili meteorolojik parametreler belirlenmiştir. Model benzetim sonuçları ile grid noktalarında hesaplanan bu parametreler ile çoklu regresyon analizi yapılmış ve yapay sinir ağları (YSA) için birer girdi verisi oluşturulmuştur. Uygulanan yapay sinir ağları metodu ile model hatalarının minimize edilmesi amaçlanmıştır. Çalışma, 2015 yılına ait saatlik veriler ile gerçekleştirilmiştir. WRF modelinden 60m, 500 hPa ve 700 hPa seviyeleri için toplam 16 grid olacak şekilde her bir gridden 45 parametrenin çıktısı alınmıştır. Adım adım regresyon ile eleme yapıldıktan sonra yapay sinir ağları uygulanmıştır. Ayrıca parametrelerin başarım üzerindeki etkilerini görmek amacıyla parametre eliminasyonu yoluyla da analiz yapılmıştır. Öncelikle bütün parametreler eklenerek gizli tabakadaki nöron sayısını belirlemek üzere çalışılmıştır. Daha sonra her seferinde bir parametre çıkartılarak diğer bütün parametreleri içiren YSA'nın başarımına bakılmıştır. Çıkarılan parametre başarımın değişmemesine veya düşmesine sebep oluyorsa atılarak sonunda başarım üzerinde pozitif etkisi olan parametreler belirlenmiştir. Ayrıca 3 seviye de kendi içinde karşılaştırılmış ve en iyi sonucun, YSA'lar yer seviyesinden alınan çıktılar ile çalıştırıldığında alındığı görülmüştür. Test için ayrılan verilerin sonuçları gözlem verileri ile karşılaştırılarak hata analizi yapılmıştır. Hata hesaplarında, ortalama mutlak hata (MAE, mean absolute error), karesel ortalama hata (RMSE, root mean square error) ve normalize edilmiş karesel ortalama hata (nRMSE, normalized root mean square error) kullanılmıştır. Çoklu regresyon analizi ile elde edilen sonuçların YSA sonuçlarına yakın fakat daha yüksek hata değerlerine sahip olduğu görülmüştür. En düşük hata değerine, YSA 60m'den alınan rüzgar şiddeti, rüzgar yönü, virtüel sıcaklık, doğu-batı ve kuzey-güney yönündeki sıcaklık gradyanı parametreleri ile çalıştırıldığında ulaşılmıştır. Sadece en düşük hata değerine sahip grid (G15) ile çalışıldığında, diğer gridler ile ayrı ayrı ve hepsi bir arada olacak şekilde yapılan çalışmalara göre daha iyi sonuç elde edilmiştir. 700 hPa ve 500 hPa seviyelerinden alınan parametrelerin YSA için çok etkisi olmadığı, 60 metredeki veriler ile daha iyi sonuç elde edildiği görülmüştür. Test için ayrılan verinin tarihlerini kapsayan , G15 gridinden alınan rüzgar şiddeti ve gözlemlenen rüzgar şiddeti arasında hesaplanan nRMSE değeri %16.5 iken YSA ile bu sonuç %12'ye kadar düşürülmüştür. WindSim kullanılarak yapılan çalışma da ise hata artmıştır.

Özet (Çeviri)

The use of electricity in the world is increasing day by day with the development of technology, urbanization and industrialization. The damage caused by fossil fuels to nature and the decline of the fossil fuels leads to think alternative options more carefully; therefore the tendency to renewable energy usage is increased. The use of wind energy is increasing every year because it is renewable and not dependent on other countries resources. Potential of the field before the installation of the wind power plants is very important in terms of preventing estimated financial loss after installation. Before the establishment of the wind power plant, it is necessary to take advantage of the wind atlases for effective use while the region selection is made. For this reason, precise and accurate wind maps are of great importance in terms of the area where the wind power plant will be installed, and the effective use of the energy to be produced. Although current European and Turkish Wind Atlas (REPA) can respond to certain needs such as the changes in land use over the last 20-30 years, changes in weather patterns that are influenced by climate change, the increase in data measurement network and wind developments in the energy sector, It needs to be improved. These developing needs to be updated with respect to the high-resolution atmospheric models used for the atlas and the verification procedures of the observational data. For this purpose, the European Union project has been initiated with the aim of bringing a new and detailed wind atlas into the wind industry through the project of The New European Wind Atlas (NEWA), the European Union ERANET + program and the consortium formed by 9 member countries. In connection with this project Turkey Scientific and Technological Supported by Research Institution (TUBITAK) and Project 215M386, titled“Modeling of Wind Energy Resources on Turkey in the Scope of the New European Wind Atlas (NEWA) Project”carried out by Prof. Dr. Ş. Sibel Menteş, is ongoing. This thesis has been made within the scope of the project described above. Areas with high potentials were selected as the result of meso scale model simulations carried out within the scope of the project. Model output statistics was applied to Mersin-Mut, which is chosen as one of the highest potential regions. The relationship between the model simulation data at the selected grids and the observation point was analyzed by using stepwise regression as a variable screening method and the most effective meteorological parameters on the wind speed change were determined. Then, parameters calculated at grid points were used as input data for artificial neural networks. The aim is to minimize model errors by the applied artificial neural networks method. The study was conducted with the hourly data for 2015. For each grid, 45 parameters were extracted, with a total of 16 grids from the WRF model results at 60 m, 500 hPa and 700 hPa levels. Artificial neural networks (ANN) were applied to results after screening with Stepwise regression. Results were also analyzed via parameter elimination to see the effects of the parameters on performance. First, all the parameters were used to determine the number of neurons in the hidden layer. Then, one parameter is extracted at a time and the performance of the ANN which receives all the other parameters is analyzed. If the extracted parameter causes the performance to be unchanged or falls, it is discarded and parameters with a positive effect on performance are finally determined. In addition, 3 levels have been tested and the best result is seen when using outputs from ground level. Error analysis was performed by comparing the results of the data obtained for the test with the data of the observations. In error calculations, mean absolute error (MAE), root mean square error (RMSE) and normalized root mean square error (nRMSE) were used. One of the most widely used numerical weather prediction model, The Weather Research and Forecasting (WRF) model is used to create the European Wind Atlas by using the ERA-Interim reanalysis data set. The WRF model is a next generation mesoscale weather forecasting system that can be used for comprehensive meteorological applications. The model has mainly two model structures for research and operational usage purposes. The WRF model can be used in both hydrostatic and non-hydrostatic mode, it uses terrain following hydrostatic pressure coordinate system, and its grid structure is based on Arakawa-C grid scheme. Using the version 3.6.1 of WRF, it is running at 27 km for all of Europe and 9 and 3 km for four regions that have different climatic characteristics where sensitivity analyzes are to be carried out. WRF was run daily and weekly using two different boundary layer schemes, YSU (Yonsei University Scheme) and MYNN (Mellor-Yamada-Nakanishi-Nino). Because the MYNN scheme has the lowest error values of the results obtained daily, WRF results of the daily running MYNN was used in this study. Model output statistics (MOS) is a weather forecasting technique that allows the statistical relationship between dependent variables and independent variables obtained from the numerical models. In this study, downscaling analysis was performed for Mut and MOS were applied to the results obtained from WRF model with using Regression and Artificial Neural Networks methods. A stepwise regression analysis was performed by using the model simulation data at the selected grid points and the observation point. Most effective meteorological parameters on the wind speed change were determined by screening. Then chosen parameters were used as input data for artificial neural networks and multiple regression analysis. Artificial Neural Networks, are mathematical/computational model that try to simulate the structures and/or functions of biological neural networks. These structures, made up of artificial neuron layers connected between themselves and process the information in this network structure. Generally, ANNs are systems that adaptively change their internal weight and polarization terms according to the information flowing through them during the education process. ANNs are non-linear data modeling tools. They can learn complex relationships between input and output data or find patterns in data. High noise tolerances and non-linear structures provide great advantages. A three-layered feedforward artificial neural network trained by the Levenberg-Marquardt algorithm is proposed in this study to enhance the wrf model results. The ANN were trained 500 steps in Levenberg-Marquardt algorithm using the sign sets obtained by dividing the sign for 2 days training and 1 day test. The trainings were repeated. Logarithmic sigmoids were used in all the hidden layers of the network, and pure linear activation function is used in the output layer. WindSim Model, which is based on CFD-Computational Fluid Dynamics calculations, is also used to downscale the wind speed values simulated by WRF. WindSim solves 3D Reynolds Averaged Navier-Stokes equations. In general, studies show that WindSim has better performance than other models if the terrain of the interested domain is highly complex. In this study, WindSim is simulated by using the best results of WRF model (grid 15 – G15). The chosen domain used in WindSim model has 3.000.000 grid cells and 20 vertical grid levels. Modified option was selected as the turbulence model, height of the boundary layer was chosen as 20 m, and Wake Model 1 was also used for the wake model. The results obtained with multiple regression analysis are found to have error values close but higher than ANN results. The lowest error values were obtained by using wind speed from ANN 60m, wind direction, virtual temperature, east-west and north-south temperature gradient parameters. Results of G15 have better results compared to the work done by using parameters from the other grids (totally 16 grids) separately and gathered. It was seen that the parameters obtained from the levels of 700 hPa and 500 hPa were not very effective for ANN and better results were obtained with the data of 60 meters. The nRMSE value calculated with the wind speed from the G15 grid and the observed wind speed was 16.5% and with using ANN this error value was reduced to 12%.

Benzer Tezler

  1. Tez No

    568513

    Mezo ölçek model rüzgar şiddeti öngörü sonuçlarının yapay sinir ağları ve k en yakın komşu algoritması ile iyileştirilmesi

    Artificial neural networks and k nearest neighborhood algorithm approach to improving wind speed prediction of the mesoscale forecast model results

    DUYGU AKYIL

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  2. Tez No

    863654

    Interpretation of controlled source seismic data across the North Atlantic passive margin

    Kuzey Atlantik pasif marjini boyunca kontrol kaynaklı sismik verilerin yorumlanması

    RAFET ENDER ALEMDAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Jeofizik Mühendisliğiİstanbul Teknik Üniversitesi

    Katı Yer Bilimleri Ana Bilim Dalı

    PROF. DR. HANS JENSEN THYBO

    DR. METİN KAHRAMAN

  3. Tez No

    517315

    Manisa Soma Bölgesi için Meso Ölçek Sayısal Hava Tahmin Modeli (WRF) Sonuçları ile Hesaplamalı Akışkanlar Dinamiği Modelleri (Meteodyn ve WindSim) Kullanılarak Kısa Vadeli Rüzgar Enerjisi Tahmini

    Short Term Wind Energy Prediction for Manisa Soma Region By Using Numerical Weather Prediction Model Results (WRF) and Computational Fluid Dynamics Models (Meteodyn And WindSim)

    ÇİĞDEM AKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Enerjiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  4. Tez No

    266509

    A numerical investigation of meso-scale flow and air pollutant transport patterns over the region of Istanbul

    İstanbul bölgesi üzerindeki mezo-ölçek akışın ve kirletici taşınım paterninin sayısal olarak incelenmesi

    YASEMİN EZBER

    Doktora

    İngilizce

    İngilizce

    2009

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    İklim ve Deniz Bilimleri Ana Bilim Dalı

    DOÇ. DR. ÖMER LÜTFİ ŞEN

    PROF. DR. MEHMET KARACA

  5. Tez No

    649068

    Experimental and numerical investigation of shrinkage mechanism of plain and reinforced concrete members

    Beton ve betonarme elemanların büzüşme mekanizmasının deneysel ve sayısal olarak incelenmesi

    UTKU ALBOSTAN

    Doktora

    İngilizce

    İngilizce

    2020

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖZGÜR KURÇ

    PROF. DR. İSMAİL ÖZGÜR YAMAN

Geri Dön