Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων

Σχετικά έγγραφα
ιαχείριση και επεξεργασία χρονοσειρών

Διαχείριση Υδατικών Πόρων

Τυπικές και εξειδικευµένες υδρολογικές αναλύσεις

Τεχνικές Προβλέψεων. Προβλέψεις

Στοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια

Κασταλία Σύστηµα στοχαστικής προσοµοίωσης υδρολογικών µεταβλητών

Εμπειρίες από την λειτουργία του Αυτόματου Τηλεμετρικού Μετεωρολογικού Σταθμού στο Εθνικό Μετσόβιο Πολυτεχνείο

Εμπειρίες από την λειτουργία του Αυτόματου Τηλεμετρικού Μετεωρολογικού Σταθμού στο Εθνικό Μετσόβιο Πολυτεχνείο

ΘΕΟ ΩΡΟΣ Ζ. ΝΙΚΟΛΟΠΟΥΛΟΣ

Διασπορά ατμοσφαιρικών ρύπων

ΑΝΑΠΤΥΞΗ ΠΑΓΚΟΣΜΙΟΥ ΠΑΡΑΜΕΤΡΙΚΟΥ ΜΟΝΤΕΛΟΥ ΔΥΝΗΤΙΚΗΣ ΕΞΑΤΜΟΔΙΑΠΝΟΗΣ

ΑΝΑΖΗΤΗΣΗ ΣΥΣΧΕΤΙΣΗΣ ΜΕΤΑΞΥ ΚΛΙΜΑΤΙΚΩΝ ΔΕΙΚΤΩΝ ΜΑΚΡΑΣ ΚΛΙΜΑΚΑΣ ΚΑΙ ΜΕΤΕΩΡΟΛΟΓΙΚΗΣ ΞΗΡΑΣΙΑΣ ΣΤΗΝ ΕΛΛΑΔΑ

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ

Φίλτρα Kalman. Αναλυτικές μέθοδοι στη Γεωπληροφορική. ιατύπωση του βασικού προβλήματος. προβλήματος. μοντέλο. Πρωτεύων μοντέλο

Τεχνικές Προβλέψεων. 2η Ενότητα Προετοιμασία & Ανάλυση Χρονοσειράς

Απλοποίηση της εκτίµησης της εξατµοδιαπνοής στην Ελλάδα

Στοχαστική διερεύνηση της ατμοσφαιρικής υγρασίας σε παγκόσμια κλίμακα

Συσχετίσεις Χρονοσειρών Οδικών Ατυχηµάτων και Μετεωρολογικών Συνθηκών

ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ

Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα

Τυπικές και εξειδικευµένες υδρολογικές αναλύσεις

Συμπίεση Πληροφορίας Πλαισίου με Ανάλυση Κύριων Συνιστωσών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 2: Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Διπλωματική Εργασία: «Συγκριτική Μελέτη Μηχανισμών Εκτίμησης Ελλιπούς Πληροφορίας σε Ασύρματα Δίκτυα Αισθητήρων»

Διερεύνηση περιβαλλοντικών χρονοσειρών με στατιστικές μεθόδους και τεχνικές εξόρυξης δεδομένων

Εκτίμηση της μεταβολής των τιμών μετεωρολογικών παραμέτρων σε δασικά οικοσυστήματα στην Ελλάδα

Γ. ίνεται το παρακάτω πρόγραµµα και υποπρογράµµατα: ΠΡΟΓΡΑΜΜΑ Κύριο ΜΕΤΑΒΛΗΤΕΣ ΑΚΕΡΑΙΕΣ: Α, Β, Γ ΑΡΧΗ ΙΑΒΑΣΕ Α, Β, Γ ΚΑΛΕΣΕ ιαδ1(α, Β, Γ)

ΠΛΑΙΣΙΟ ΣΤΟΧΑΣΤΙΚΗΣ ΠΡΟΣΟΜΟΙΩΣΗΣ ΓΙΑ ΤΗΝ ΕΚΤΙΜΗΣΗ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΥΔΡΟΛΟΓΙΚΩΝ & ΕΝΕΡΓΕΙΑΚΩΝ ΜΕΓΕΘΩΝ

Ιωάννα Ανυφαντή, Μηχανικός Περιβάλλοντος Επιβλέπων: Α. Ευστρατιάδης, ΕΔΙΠ ΕΜΠ. Αθήνα, Ιούλιος 2018

ΥΔΡΟΛΟΓΙΑ. Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις. Καθ. Αθανάσιος Λουκάς

3η Ενότητα Προβλέψεις

5 ο ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ ΠΣΔΑΤΜ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΑΓΡΟΝΟΜΩΝ ΚΑΙ ΤΟΠΟΓΡΑΦΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΤΟΠΟΓΡΑΦΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΓΕΝΙΚΗΣ ΓΕΩΔΑΙΣΙΑΣ

ΠΡΟΓΡΑΜΜΑ Κύριο ΜΕΤΑΒΛΗΤΕΣ ΑΚΕΡΑΙΕΣ: Α, Β, Γ ΑΡΧΗ ΙΑΒΑΣΕ Α, Β, Γ ΚΑΛΕΣΕ ιαδ1(α, Β, Γ) ΓΡΑΨΕ Α, Β, Γ ΤΕΛΟΣ_ΠΡΟΓΡΑΜΜΑΤΟΣ

ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION)

ΑΝΑΛΥΣΗ ΠΡΟΤΙΜΗΣΕΩΝ ΓΙΑ ΤΗ ΧΡΗΣΗ ΣΥΣΤΗΜΑΤΟΣ ΕΝΟΙΚΙΑΖΟΜΕΝΩΝ ΠΟΔΗΛΑΤΩΝ ΣΤΟΝ ΔΗΜΟ ΑΘΗΝΑΙΩΝ

z = c 1 x 1 + c 2 x c n x n

Εφαρμογή προσομοίωσης Monte Carlo για την παραγωγή πλημμυρικών υδρογραφημάτων σε Μεσογειακές λεκάνες

Τμήμα Εφαρμοσμένης Πληροφορικής

Επίλυση. 1) Αγωγός βαρύτητας

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΝΧΕΙΟ ΣΧΟΛΗ ΠΟΛΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΤΟΜΕΑΣ ΥΔΑΤΙΝΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ

ΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ. Απόστολος Ζιακόπουλος

Ανάπτυξη και δηµιουργία µοντέλων προσοµοίωσης ροής και µεταφοράς µάζας υπογείων υδάτων σε καρστικούς υδροφορείς µε χρήση θεωρίας νευρωνικών δικτύων

ΟΝΟΜΑΤΕΠΩΝΥΜΟ

ΣΥΣΤΗΜΑ ΜΕΤΡΗΣΗΣ Υ ΡΟΜΕΤΕΩΡΟΛΟΓΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ ΣΤΟ ΛΕΚΑΝΟΠΕ ΙΟ ΑΤΤΙΚΗΣ (METEONET)

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit

Διάρθρωση παρουσίασης

Σημερινές και μελλοντικές υδατικές ανάγκες των καλλιεργειών της δελταϊκής πεδιάδας του Πηνειού

Ο αλγόριθμος πρέπει να τηρεί κάποια κριτήρια

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

Βασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης

Μη μετρούμενες λεκάνες απορροής: Διερεύνηση στη λεκάνη του Πηνειού Θεσσαλίας, στη θέση Σαρακίνα

ΠΡΟΓΡΑΜΜΑ Κύριο ΜΕΤΑΒΛΗΤΕΣ ΑΚΕΡΑΙΕΣ: Α, Β, Γ ΑΡΧΗ ΙΑΒΑΣΕ Α, Β, Γ ΚΑΛΕΣΕ ιαδ1(α, Β, Γ) ΓΡΑΨΕ Α, Β, Γ ΤΕΛΟΣ_ΠΡΟΓΡΑΜΜΑΤΟΣ

Προγραμματισμός Ζήτησης και Προμηθειών της ΕΑ. Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1

Τεχνικές Προβλέψεων. Παράδειγμα Αποσύνθεσης

Ανακτήθηκε από την ΕΚΠΑΙΔΕΥΤΙΚΗ ΚΛΙΜΑΚΑ edu.klimaka.gr ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ

ΧΡΟΝΟΣΕΙΡΕΣ. Αδρανή 12,00% 10,00% 8,00% 6,00% Ποσοστό % 4,00% 2,00% 0,00% εβδοµάδες

Εισαγωγή στην υδροπληροφορική και βελτιστοποίηση συστημάτων υδατικών πόρων

Σχεδιασμός επέκτασης του συστήματος ηλεκτροπαραγωγής με τη χρήση Πολυκριτηριακού Γραμμικού Προγραμματισμού

επιστρέφει το αμέσως μεγαλύτερο από το x στοιχείο του S επιστρέφει το αμέσως μικρότερο από το x στοιχείο του S

Θέματα Προγραμματισμού Η/Υ

ΥΔΡΟΛΟΓΙΑ. Ενότητα 4: Όμβριες Καμπύλες - Ασκήσεις. Καθ. Αθανάσιος Λουκάς. Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων

Eθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών EMΠ

Συλλογή και ανάλυση δεδομένων στην συντήρηση και στην λειτουργία θαλασσίων κατασκευών (10.2.1)

Μάθημα: ΥΔΡΟΓΕΩΠΛΗΡΟΦΟΡΙΚΗ

Διάστημα εμπιστοσύνης της μέσης τιμής

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

δυαδική αναζήτηση Παύλος Σ. Εφραιμίδης

Εισαγωγή στην Στατιστική (ΔΕ200Α-210Α)

ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ : ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΑΞΗ : Γ ΛΥΚΕΙΟΥ ΣΠΟΥΔΕΣ ΟΙΚΟΝΟΜΙΑΣ & ΠΛΗΡΟΦΟΡΙΚΗΣ

Κλιματική αλλαγή, δυναμική Hurst- Kolmogorov και αβεβαιότητα

Διερεύνηση περιβαλλοντικών χρονοσειρών με τεχνικές υπολογιστικής νοημοσύνης

ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ ΗΜΕΡΗΣΙΩΝ ΕΠΑΛ (ΟΜΑΔΑ Α ) ΚΑΙ ΜΑΘΗΜΑΤΩΝ ΕΙΔΙΚΟΤΗΤΑΣ ΗΜΕΡΗΣΙΩΝ ΕΠΑΛ (ΟΜΑΔΑ Α ΚΑΙ Β ) ΤΕΤΑΡΤΗ 20 ΙΟΥΝΙΟΥ 2018

Αλγόριθμοι και Πολυπλοκότητα

Επιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Αποσύνθεση Χρονοσειράς Διάλεξη 2

Τοποθέτηση προβλήματος

ΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017

Ανάπτυξη συστήματος ερωταποκρίσεων για αρχεία ελληνικών εφημερίδων

Ζητήματα ηήμ με τα δεδομένα

1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ

Θεωρία Παιγνίων και Αποφάσεων. Ενότητα 5: Εύρεση σημείων ισορροπίας σε παίγνια μηδενικού αθροίσματος. Ε. Μαρκάκης. Επικ. Καθηγητής

Παρουσίαση 2 η : Αρχές εκτίμησης παραμέτρων Μέρος 1 ο

Παραδείγματα (2 ο σετ) Διανυσματικοί Χώροι Επιμέλεια: Ι. Λυχναρόπουλος

Το µαθηµατικό µοντέλο του Υδρονοµέα

«Εκτίμηση της μεταβολής των τιμών μετεωρολογικών παραμέτρων σε δασικά οικοσυστήματα στην Ελλάδα

Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΣΥΣΤΗΜΑ ΜΕΤΡΗΣΗΣ ΥΔΡΟΜΕΤΕΩΡΟΛΟΓΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ ΣΤΟ ΛΕΚΑΝΟΠΕΔΙΟ ΑΤΤΙΚΗΣ (METEONET)

ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ

Τεχνικές Προβλέψεων. Προετοιμασία & Ανάλυση Χρονοσειράς

ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΤΗΣ ΜΕΘΟΔΟΥ SIMPLEX

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

Ειδικά θέµατα δικτύων διανοµής

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΣΠΟΥΔΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ

1. Βασικές Συναρτήσεις Στατιστικής

Θέματα ΑΕΠΠ Πανελλήνιες Εξετάσεις 2006

ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ

ΠΥΘΙΑ 2η ΕΚΔΟΣΗ. Μονάδα Προβλέψεων και Στρατηγικής Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Ηλεκτρονικών

Γραμμικός Προγραμματισμός Μέθοδος Simplex

Ένα φειδωλό μοντέλο για την πρόβλεψη των χαμηλών ροών σε μεσογειακά υδατορεύματα

ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ. Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης

Transcript:

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση με αναζήτηση ανάλογων καταστάσεων Γεώργιος Θεοδωρόπουλος Επιβλέπων καθηγητής Δημήτριος Κουτσογιάννης Αθήνα 29 Οκτωβρίου 2012

Εισαγωγή Δημιουργία ενός μοντέλου Στόχος Βραχυπρόθεσμη τοπική μετεωρολογική πρόγνωση Δυο καταστάσεις που έχουν παρόμοιο παρελθόν θα εξελιχτούν με παρόμοιο τρόπο Αναζήτηση Ανάλογων Καταστάσεων στην Ιστορική Χρονοσειρά Το μοντέλο υλοποιήθηκε με την δημιουργία ενός αλγορίθμου Μετεωρολογικός σταθμός του Εθνικού Μετσόβιου Πολυτεχνείου (βρίσκεται στους πρόποδες του Υμηττού) Μετεωρολογικές Μεταβλητές 1) Θερμοκρασία 2) Υγρασία 3) Ταχύτητα Ανέμου 4) Βροχόπτωση Χρονικά βήματα: 1) Δέκα λεπτών 2) Μίας Ώρας 3) Μίας ημέρας Χρονικός ορίζοντας πρόβλεψης τα δέκα βήματα

Χρονοσειρές Βασική απαίτηση η ύπαρξη αξιόπιστων επεξεργασμένων ιστορικών χρονοσειρών Περίοδος λειτουργίας του σταθμού από το 1993 Δυο περίοδοι λειτουργίας: 1 η Ένα όργανο μέτρησης για κάθε μετεωρολογική μεταβλητή 2 η Ύπαρξη και εφεδρικού οργάνου μέτρησης Προβλήματα πρωτογενών χρονοσειρών: Μη σταθερό χρονικό βήμα ( 10 min) Πιθανώς λανθασμένη τιμή μέτρησης Μη ενιαία χρονοσειρά για όλη την εξεταζόμενη περίοδο Έλλειψη χρονοσειρών για διαφορετικό χρονικό βήμα Επεξεργασία πρωτογενών χρονοσειρών Ενοποίηση Συνάθροιση

Επεξεργασία Πρωτογενών Χρονοσειρών 1 ο βήμα Μετατροπή χρονοσειρών από χρονικά ακανόνιστες σε αυστηρά κανονικοποιημένες Ακανόνιστο χρονικό βήμα 10 min Αυστηρό χρονικό βήμα 10 min 2 ο βήμα Έλεγχος χρονικής συνέπειας Διαφορά δύο διαδοχικών μετρήσεων < Τιμή ελέγχου 3 ο βήμα Έλεγχος εύρους Τιμή ελέγχου και τα όρια ελέγχου του εύρους Από την περιοχή που βρίσκεται ο σταθμός Την μετεωρολογική μεταβλητή Επιλέχτηκε να μην χρησιμοποιηθούν οι μετρήσεις της περιόδου 1993 με 1996 λόγω πολλών λανθασμένων τιμών

Ενοποίηση Δευτερογενών Χρονοσειρών Στόχος η δημιουργία τεσσάρων χρονοσειρών, μία για κάθε μετεωρολογική μεταβλητή Η κάθε χρονοσειρα προήρθε από ενοποιήσει των δευτερογενών χρονοσειρών Για την ενοποίηση έγινε έλεγχος με χρήση παλινδρόμηση μεταξύ της κοινής περιόδου λειτουργιάς των οργάνων Θεωρήθηκαν ως πιο σωστές οι πιο πρόσφατες χρονοσειρές Γραμμική παλινδρόμηση χρησιμοποιήθηκε: Θερμοκρασία Y = ax + b Υγρασία Παλινδρόμηση με εξίσωση δύναμης χρησιμοποιήθηκε : Ταχύτητα Ανέμου Βροχόπτωση Τροποποίηση

Συνάθροιση χρονοσειρών Δημιουργία ωριαίας και ημερήσιας χρονοσειράς Έλεγχος κατανομής σφάλματος για τον καθορισμό μέγιστου αριθμού ελλειπουσών τιμών Δεν έγινε έλεγχος στην μετεωρολογική μεταβλητή της βροχόπτωσης Ωριαία συνάθροιση: Έλεγχος για 1 έως 5 ελλείπουσες τιμές σε μια ώρα (τυχαία επιλογή) Επιλέχτηκε ως μέγιστος αριθμός ελλειπουσών τιμών οι τέσσερις Ημερήσια Συνάθροιση: Ελέγχθηκαν τρεις τρόποι: Απευθείας συνάθροιση από ωριαία σε ημερήσια Χρήση τριών μετρήσεων με συντελεστές βαρύτητας (Θερμοκρασία, Υγρασία) Ενδιάμεση εξάωρη συνάθροιση

Μεθοδολογία Αναλόγων (1) Βασική αρχή της μεθόδου: Η δυναμική ενός συστήματος αποτυπώνεται σε μια χρονοσειρά αρκεί να βρεθούν ανάλογες παρόμοιες καταστάσεις. Χρήση της μέσης τιμής ώστε να εξαχθεί η τιμή πρόβλεψης Βασικά ζητήματα που εξεταστήκαν: 1. Καθορισμός παρούσας κατάστασης 2. Καθορισμός της αποδέκτης χρονικής απόστασης 3. Πλήθος αναλόγων τιμών Καθορισμός Διανύσματος Παρούσας Κατάσταση (ΔΠΚ): Γραμμική ΔΠΚ = (χ ν, χ v 1,, χ ν (m 1) ) Λογαριθμική ΔΠΚ = (χ ν+1 2 0, χ ν+1 2 1,, χ ν+1 2 m ) m=5, 8,12 m=4, 5, 6 Απόρριψη Μετρήσεων Με βάση την τιμή μέτρησης Με βάση τη χρονική απόσταση χ λ χ ν ε + max ΔΠΚ min {ΔΠΚ}

Μεθοδολογία Αναλόγων (2) Εύρεση ανάλογων καταστάσεων: Απόσταση (Ευκλείδεια Νόρμα) A k = (χ ν y k ) 2 + (χ ν 1 y k 1 ) 2 + + (χ ν m 1 y k (m 1) ) 2 Μέγιστη Διαφορά (Μέγιστη Νόρμα) A k = max 1 i m χ ν i 1 y k (i 1) Χρήση μέσου όρου τιμών για την εξαγωγή πρόβλεψης με πλήθος 10, 14, 20 Πολυμεταβλητό μοντέλο Εξαγωγή πρόβλεψης εξετάζοντας και τις τέσσερις μετεωρολογικές μεταβλητές παράλληλα Για την δημιουργία οδηγός ήταν η θερμοκρασία Δημιουργήθηκαν τέσσερις λίστες A k μία για κάθε μεταβλητή Κανονικοποίηση των αποστάσεων A k i sum = A k i T +A k i H + A k i WS + A k i P Δημιουργία Περιβάλλουσας Για χρονικό βήμα μίας ώρας και μίας ημέρας δημιουργήθηκε περιβάλλουσα από την μέγιστη και ελάχιστη τιμή

Αλγόριθμος Μοντέλου Η δημιουργία του αλγορίθμου έγινε με χρήση της γλώσσας προγραμματισμού Python Βασική συνθήκη για τη λειτουργία του αλγορίθμου ήταν η ύπαρξη σταθερού χρονικού βήματος Ο αλγόριθμος δημιουργούσε δυο χρονοσειρές, μια ιστορική και μία μελλοντική Γινόταν έλεγχος για να μην υπάρχουν κενές τιμές κατά την δημιουργία του ΔΠΚ και στις πραγματικές μελλοντικές μετρήσεις Στα χρονικά βήματα του ενός δεκαλέπτου και της μίας ώρας δημιουργήθηκαν 5000 διαφορετικά ζευγάρια ιστορικών μελλοντικών χρονοσειρών, ενώ στο ημερήσιο χρονικό βήμα 1000 Αλγόριθμος για την ενημέρωση του κοινού: Χρήση της βιβλιοθήκης Pthelma Γινόταν κανονικοποίηση στις πρωτογενείς χρονοσειρές Εφεδρικό σενάριο που χρειαζόταν λιγότερα στοιχειά για τη δημιουργία του ΔΠΚ

Σενάρια και Μέθοδοι Χρονικό βήμα ενός Δεκαλέπτου 3 διαφορετικές τιμές στο πλήθος των στοιχείων του ΔΠΚ 2 χρονικές αποστάσεις 3 διαφορετικές τιμές στο πλήθος των αναλόγων καταστάσεων Συνολικά 18 σενάρια για κάθε μέθοδο Χρονικά βήματα μίας ώρας και μίας ημέρας 3 διαφορετικές τιμές στα στοιχεία του ΔΠΚ 3 χρονικές αποστάσεις 3 διαφορετικές τιμές στο πλήθος των αναλόγων καταστάσεων Συνολικά 27 σενάρια για κάθε μέθοδο Μέθοδοι: 2 μοντέλα Απλό και Πολυμεταβλητό 3 μέθοδοι συνδυασμού δημιουργίας ΔΠΚ και αναζήτησης των αναλόγων καταστάσεων Συνολικά 6 διαφορετικές μέθοδοι για κάθε μετεωρολογική μεταβλητή Συνολικά εξετάστηκαν 108 διαφορετικοί συνδυασμοί για το χρονικό βήμα δέκα λεπτών και 162 διαφορετικοί συνδυασμοί τόσο για το χρονικό βήμα μίας ώρας όσο και για μίας ημέρας

Επεξεργασία Αποτελεσμάτων Χρησιμοποιήθηκαν τρεις στατιστικοί συντελεστές: Συντελεστής Αποδοτικότητας CE (Nash and Sutcliffe, 1970) RMSE BIAS Στόχος η δημιουργία απλού μοντέλου που θα χρησιμοποιεί λίγα στοιχεία για την μετεωρολογική πρόγνωση Σύγκριση του μοντέλου με δυο απλά μοντέλα Benchmark 1 Benchmark 2

Συντελεστής CE Επιλογή Σεναρίου (1) 1 0.998 0.996 0.994 0.992 0.99 0.988 0.986 0.984 0.982 0.98 1 2 3 4 5 6 7 8 9 10 Δεκάλεπτο Πρόβλεψης Σενάριo 1 Σενάριo 2 Σενάριo 3 Σενάριo 4 Σενάριo 5 Σενάριo 6 Σενάριo 7 Σενάριo 8 Σενάριo 9 Σενάριo 10 Σενάριo 11 Σενάριo 12 Σενάριo 13 Σενάριo 14 Σενάριo 15 Σενάριo 16 Σενάριo 17 Σενάριo 18 Διάγραμμα συντελεστή CE για τα σενάρια της μεθόδου με μία μεταβλητή και λογαριθμικό ΔΠΚ για την μετεωρολογική μεταβλητή της θερμοκρασίας και για χρονικό βήμα 10 λεπτών

Συντελεστής RMSE [ o C] Επιλογή Σεναρίου (2) 1.2 1 0.8 0.6 0.4 0.2 0 1 2 3 4 5 6 7 8 9 10 Δεκάλεπτο Πρόβλεψης Σενάριo 1 Σενάριo 2 Σενάριo 3 Σενάριo 4 Σενάριo 5 Σενάριo 6 Σενάριo 7 Σενάριo 8 Σενάριo 9 Σενάριo 10 Σενάριo 11 Σενάριo 12 Σενάριo 13 Σενάριo 14 Σενάριo 15 Σενάριo 16 Σενάριo 17 Σενάριo 18 Διάγραμμα συντελεστή RMSE για τα σενάρια της μεθόδου με μία μεταβλητή και λογαριθμικό ΔΠΚ για την μετεωρολογική μεταβλητή της θερμοκρασίας και για χρονικό βήμα 10 λεπτών

Συντελεστής BIAS [ o C] Επιλογή Σεναρίου (3) 0-0.01-0.02-0.03-0.04-0.05-0.06 1 2 3 4 5 6 7 8 9 10 Δεκάλεπτο Πρόβλεψης Σενάριo 1 Σενάριo 2 Σενάριo 3 Σενάριo 4 Σενάριo 5 Σενάριo 6 Σενάριo 7 Σενάριo 8 Σενάριo 9 Σενάριo 10 Σενάριo 11 Σενάριo 12 Σενάριo 13 Σενάριo 14 Σενάριo 15 Σενάριo 16 Σενάριo 17 Σενάριo 18 Διάγραμμα συντελεστή BIAS για τα σενάρια της μεθόδου με μία μεταβλητή και λογαριθμικό ΔΠΚ για την μετεωρολογική μεταβλητή της θερμοκρασίας και για χρονικό βήμα 10 λεπτών

Συντελεστής CE Επιλογή Μεθόδου (Χρονικό Βήμα Δέκα Λεπτών) 1 0.995 0.99 0.985 0.98 0.975 0.97 0.965 0.8 0.6 0.4 0.2 0-0.2-0.4 Λογαριθμικό ΔΠΚ Γραμμικό ΔΠΚ Γραμμικό ΔΠΚ Μεγ. Πολυμεταβλητό Λογ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Μεγ Benchmark 1-0.6 1 2 3 4 5 6 7 8 9 10 Δεκάλεπτο Πρόβλεψης Διάγραμμα συντελεστή CE των διαφορετικών μεθόδων για τις μετεωρολογικές μεταβλητές της θερμοκρασίας (πάνω), βροχόπτωσης (κάτω) και για χρονικό βήμα δέκα λεπτών

Συντελεστής CE Επιλογή Μεθόδου (Χρονικό Βήμα Μίας Ώρας) 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 0.2 0-0.2-0.4-0.6-0.8-1 -1.2 1 2 3 4 5 6 7 8 9 10 Ώρα Πρόβλεψης Λογαριθμικό ΔΠΚ Γραμμικό ΔΠΚ Γραμμικό ΔΠΚ Μεγ. Πολυμεταβλητό Λογ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Μεγ Benchmark 1 Benchmark 2 Διάγραμμα συντελεστή CE των διαφορετικών μεθόδων για τις μετεωρολογικές μεταβλητές της υγρασίας (πάνω), βροχόπτωσης (κάτω) και για χρονικό βήμα μίας ώρας

Συντελεστής CE Επιλογή Μεθόδου (Χρονικό Βήμα Μίας Ημέρας) 1 0.95 0.9 0.85 0.8 0.75 0.7 0.65 0.6 1 0.5 0-0.5-1 Λογαριθμικό ΔΠΚ Γραμμικό ΔΠΚ Γραμμικό ΔΠΚ Μεγ. Πολυμεταβλητό Λογ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Πολυμεταβλητό Γραμμ. ΔΠΚ Μεγ Benchmark 1 Benchmark 2-1.5 1 2 3 4 5 6 7 8 9 10 Ημέρα Πρόβλεψης Διάγραμμα συντελεστή CE των διαφορετικών μεθόδων για τις μετεωρολογικές μεταβλητές της θερμοκρασίας (πάνω), ταχύτητας ανέμου (κάτω) και για χρονικό βήμα μίας ημέρας

Ποσοστό Ποσοστό Περιβάλλουσα 100% Ραβδογράμματα με τα ποσοστά των εντός και εκτός τιμών της περιβάλλουσας, για την μετεωρολογική μεταβλητή της θερμοκρασίας και για χρονικό βήμα μίας ώρας 90% Εκτός Περιβάλλουσας Εντός Περιβάλλουσας 80% 1 2 3 4 5 6 7 8 9 10 Ώρα πρόβλεψης 100% Ραβδογράμματα με τα ποσοστά των εντός και εκτός τιμών της περιβάλλουσας, για την μετεωρολογική μεταβλητή της βροχόπτωσης και για χρονικό βήμα μίας ημέρας 90% 80% 1 2 3 4 5 6 7 8 9 10 Ημέρα πρόβλεψης Εκτός Περιβάλλουσας Εντός Περιβάλλουσας

Συμπεράσματα Βασικότερο πλεονέκτημα της μεθόδου είναι η απλότητα καθώς και η χρήση απλών μαθηματικών για την εξαγωγή πρόγνωσης Το μοντέλο ανταποκρίνεται πολύ καλά στις περισσότερες περιπτώσεις Το μοντέλο αδυνατεί να έχει ικανοποιητικά αποτελέσματα για την μετεωρολογική μεταβλητή της βροχόπτωσης καθώς και για την ταχύτητα ανέμου για το χρονικό βήμα της μιας ημέρας Το πολυμεταβλητό είναι υποδεέστερο του απλού και σε κάποιες περιπτώσεις χειρότερο από τα μοντέλα Benchmark. Στα τρία ζητήματα που εξετάστηκαν Η λογαριθμική μέθοδος ΔΠΚ εμφανίζεται να είναι η καλύτερη Ελάχιστη χρονική απόσταση 120 min (για τα χρονικά βήματα του δεκάλεπτου και της ώρας) Χρήση του μέγιστου αριθμού αναλόγων τιμών Η περιβάλλουσα εμφανίζει πολύ ικανοποιητικά αποτελέσματα για τις μετεωρολογικές μεταβλητές της θερμοκρασίας, υγρασίας και ταχύτητας ανέμου

Σας ευχαριστώ για την προσοχή σας!