Vedlegg B; Nedbøralgoritme.

Like dokumenter
Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr?

c;'1 høgskolen i oslo

KYBERNETIKKLABORATORIET. FAG: Industriell IT DATO: OPPG.NR.: LV4. LabVIEW Temperaturmålinger BNC-2120

Repetisjon: Sampling. Repetisjon: Diskretisering. Repetisjon: Diskret vs kontinuerlig. Forelesning, 12.februar 2004

Sampling, kvantisering og lagring av lyd

Bruksanvisning - hovedpunkter Floalarm K 4

Utviklingssak/ID Resume Endring (g2) Rettet i versjon (g1) Rettet i versjon Ingen endring

TDT4110 IT Grunnkurs Høst 2012

Instrument för målning av komprimeringen i grunnen. CompactoBar ALFA N/0827

Nedbørmålinger. Hvorfor, hvordan og hva slags utstyr? VA konferansen Møre og Romsdal Clas de Presno Scanmatic AS

Analog til digital omformer

3UDNWLVN DQYHQGHOVH DY ')7

45011 Algoritmer og datastrukturer Løsningsforslag eksamen 13. januar 1992

FFT. Prosessering i frekvensdomenet. Digital signalprosessering Øyvind Brandtsegg

Eksempel på endring av funksjon Tast Display Forklaring. Det nåværende funksjonsnummer vises på displayet.

TMA Matlab Oppgavesett 2

STK1000 Uke 36, Studentene forventes å lese Ch 1.4 ( ) i læreboka (MMC). Tetthetskurver. Eksempel: Drivstofforbruk hos 32 biler

Noen presiseringer mhp Diskret Fourier Transform. Relevant for oblig 1.

Statistikk 1. Nico Keilman. ECON 2130 Vår 2014

FYS1210 Løsningsforslag Eksamen V2017

ENC ENKEL AKSE og KLIPPE LENGDE KONTROLLER for PLATESAKSER

Vindkorreksjon av nedbør.

KEW LEAK LOGGER www. elma-instruments.no BRUKERVEILEDNING KYORITSU kanals sann RMS lekkasjestrøm datalogger El. nr.

Vindkorreksjon av nedbør.

303d Signalmodellering: Gated sinus a) Finn tidsfunksjonen y(t) b) Utfør en Laplace transformasjon og finn Y(s)

MÅLERAPPORT. Krav til etterklangstid er hentet fra NS8175:2012 kap. 17 der kravet til etterklangstid i store idrettshaller er satt til 3 sek.

Hurtigtest femords setninger

Forelesning, 23.februar INF2400 Sampling II. Øyvind Ryan. Februar 2006

TDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk Utgave 3: Kap. 3

if (be): else (not_to_be): TDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk Utgave 3: Kap.

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Forelesning, 17.februar INF2400 Sampling II. Øyvind Ryan. Februar 2005

TDT4105/TDT4110 Informasjonsteknologi grunnkurs:

Læringsmål og pensum. if (be): else (not_to_be):

f(t) F( ) f(t) F( ) f(t) F( )

TMA Kræsjkurs i Matlab. Oppgavesett 2/3

EKSAMEN. Informasjon om eksamen. Emnekode og -navn: ITD13012 Datateknikk. Dato og tid: timer. Fagansvarlig: Robert Roppestad

Eksamensoppgaven: Hele oppgavesettet består av 8 oppgaver. Hver oppgave har en %-angivelse som angir hvor mye den teller ved sensurering.

DELLEVERANSE 1 INF2120 V06

UTVIDET TEST AV PROGRAM

Lærebok Robert Johnson og Patricia Kuby: Elementary Statistics, 10. utgave. Pensumoversikt. Forelesninger og øvinger

ST0202 Statistikk for samfunnsvitere. Bo Lindqvist Institutt for matematiske fag

INF 1040 Sampling, kvantisering og lagring av lyd

LO118D Forelesning 6 (DM)

9. Femords setninger CD2 spor 2 11

Fysisk Lag. Overføringskapasitet. Olav Lysne med bidrag fra Kjell Åge Bringsrud, Pål Spilling og Carsten Griwodz

Reelle tall på datamaskin

TDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk. - 3rd edition: Kapittel 3. Professor Alf Inge Wang

Kapittel 3. Basisbånd demodulering/deteksjon. Avsnitt

GROHE Sense Guard: Syv funksjoner for maksimal vannsikkerhet

Analog. INF 1040 Sampling, kvantisering og lagring av lyd. Kontinuerlig. Digital

TMA Kræsjkurs i Matlab. Oppgavesett 3 Versjon 1.2

INF 1040 høsten 2008: Oppgavesett 9 Sampling og kvantisering av lyd (kapittel 11)

HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi

Statistisk beskrivelse av enkeltvariabler. SOS1120 Kvantitativ metode. Disposisjon. Datamatrisen. Forelesningsnotater 6. forelesning høsten 2005

BRUKSANVISNING SKAGEN

INF2120 V2005. Gruppe 2 christrc ieronnin kjetimk noushinm sjuros. Trafikanten+ Innlevering

Kalmanfilter på svingende pendel

Et lite notat om og rundt normalfordelingen.

UKE 5. Kondensatorer, kap. 12, s RC kretser, kap. 13, s Frekvensfilter, kap. 15, s kap. 16, s

SPEKTALANALYSATORER. Fig. 1 Illustrasjon av sammenhengen tidsfunksjon - frekvensspektrum

Kondensator - Capacitor. Kondensator - en komponent som kan lagre elektrisk ladning. Symbol. Kapasitet, C. 1volt

Sannsynlighetsregning og Statistikk

Snøforholdene i Drammen vinteren 2010/2011

Testskjema for Contact

STE 6219 Digital signalbehandling Løsningsforslag

Sannsynlighetsregning og Statistikk.

Hvorfor, hvordan og hva slags utstyr?

Newtons metode er en iterativ metode. Det vil si, vi lager en funksjon. F x = x K f x f' x. , x 2

Plenumsregning 12. Diverse oppgaver. Roger Antonsen mai Eksamen 12/6-06 Oppgave 2. Plan

Obligatorisk oppgave 2 INF2310 Våren 2018

Flytdiagram for motorstyring Hovedprogram

Kalibreringen av transmittere.

BRUK OG MONTERING AV FJERNKONTROLL

Forkunnskapskrav. Hva handler kurset om. Kontaktinformasjon. Kurset er beregnet på en student som kan

Løsningsforslag: Deloppgave om heuristiske søkemetoder ALGKON 2001, ordinær eksamen

Informasjon om eksamen SOS Kvantitativ metode

Kom igang: En enkel innføring i bruk av en håndholdt spektrum analysator.

SLUTTPRØVE (Teller 60% av sluttkarakteren)

TMA4100 Matematikk 1, høst 2013

MATEMATIKK (MAT1005) Sentralmål / Spredningsmål

STE 6146 Digital signalbehandling. Løsningsforslag til eksamen avholdt

aanonsen TRÅDLØS DIGITAL BADETERMOMETER ART. NR

Utvalgsfordelinger. Utvalg er en tilfeldig mekanisme. Sannsynlighetsregning dreier seg om tilfeldige mekanismer.

INF januar 2017 Ukens temaer (Kap med drypp fra kap. 4. i DIP)

Parameter Nedbørmengde Nedbørmengde Tidskonstant 5 min 1 min Oppløsning 0,1 mm 0,1 mm Målenøyaktighet (mengde)

Eksamensoppgave i TMA4320 Introduksjon til vitenskapelige beregninger

Et lite notat om og rundt normalfordelingen.

ISBITMASKIN INSTRUKSJONSBOK

Test av USB IO-enhet. Regulering og HMI.

ting å gjøre å prøve å oppsummere informasjonen i Hva som er hensiktsmessig måter å beskrive dataene på en hensiktsmessig måte.

Konvolusjon og filtrering og frevensanalyse av signaler

FYS3240/4240 Forslag til prosjektoppgave for Lab 4: DAQ-øvelse med LabVIEW

17. Femords setninger i støy med forbedret målenøyaktighet DVD tittel 6

Matlab-tips til Oppgave 2

Elektronikk og programmering av ubrukelige roboter

System Dokumentasjon. Team2. Høgskolen i Sørøst-Norge Fakultet for teknologi, naturvitenskap og maritime fag Institutt for elektro, IT og kybernetikk

Experiment Norwegian (Norway) Hoppende frø - En modell for faseoverganger og ustabilitet (10 poeng)

UNIVERSITETET I OSLO

Oppdatert referanseperiode for kraftproduksjon

Transkript:

Vedlegg B til Teknisk kravspesifikasjon; Nedbøralgoritme Godkjent: Author: R Brækkan Side: 1 av 6 Vedlegg B; Nedbøralgoritme. Met.no geonor-algoritme (oppdatert 30/04-2009): Formålet med å lage en algoritme for bearbeiding av bøtteverdiene fra Geonor, er å få til en bedre kvalitet på de beregnede RR-verdiene som blir brukt både i varslingstjenesten og til samling av klimadata. Målet er å få til en så korrekt som mulig akkumulering av bøtteverdier i de situasjoner hvor det faktisk er nedbør. Ønsket har vært å filtrere bort så mye som mulig av den støyen som påvirker svingefrekvensen og dermed beregningene av bøtteverdien, som igjen kan gi uriktige akkumulerte verdier innenfor gitte oppsamlingsperioder. Type støy, årsaker etc blir ikke nærmere beskrevet i denne dokumentasjonen. Algoritmen innbefatter bruk av en ja/nei-sensor som skal si om det er nedbør eller ikke. Hvis ja/nei-sensor er i ustand, eller det ikke finnes en slik sensor på plassen, kan allikevel algoritmen benyttes, da den også beregner akkumulerte nedbørverdier i dette tilfellet. Dette vil trolig gi en forbedret kontroll og beregning av bøtteverdiene sammenlignet med det vi har pr. i dag. Algoritmen er en god blanding av våre egne, SMHIs og DMIs ideer omkring dette. Nedenfor beskrives diverse parametre og oppbygningen av algoritmen, blant annet v.h.a flytskjema: Instrumentverdiene: Fra Geonor leses (samples): 12 stk frekvensverdier pr. minutt (en verdi hvert 5. sekund). Av disse frekvensverdiene beregnes 12 stk bøtteverdier pr. minutt. Fra Ja/nei-sensor leses (samples): 12 stk strømsignalverdier (en verdi hvert 5.sekund). Av disse strømsignalverdiene kan vi beregne intensitetsverdier. Vi ønsker også å beregne en ja/nei-parameter som enten sier om vi har nedbør, ikke har nedbør, eller har en sensor som ikke virker. Vedlegg til Teknisk kravspesifikasjon

Godkjent: Author: R Brækkan. K Møen Side: 2 av 6 2 Data som ønskes lagret (lagring foregår på minuttbasis): Data som vi ønsker å lagre i databasen for beregning av akkumulert nedbør over gitte perioder, samt data som kan brukes til blant annet etterkontroll og analyse er: RA_01 (bøtteverdi 1 minutt) RR_010 (akkumulert nedbør innenfor en diskret 10 minuttersperiode) RR_1 (akkumulert nedbør for 1 time, dvs. 6 RR_010-perioder) RA_010g (medianverdi av de 10 siste RA_01-verdiene glidende på minuttnivå) ma_01 (signalstyrken fra Thies(ja/nei)-sensoren 1 minutt) Int_01 (nedbør-intensitetsverdien fra ja/nei 1 minutt) YesNo_01 ( ja/nei-verdi minuttverdi. Kan gi tre verdier: 0: Nei til nedbør, 1: Ja til nedbør, -99.9: intet signal fra ja/nei-sensoren) Bøtteverdiene: Figur 1: Prinsipp for bestemmelse av RA_01-verdiene. Bøtteverdiene som leses fra Geonor hvert 5. sekund er basert på frekvensverdiene fra geonorstrengen. Godkjente b-verdier skal være basert på en frekvens som ligger innenfor et gitt intervall på 1000-3500 Hz og at variasjonen i frekvensen mellom to naboverdier ikke skal være større enn 3 Hz. Hvis vi har en b-verdi som oppfyller grensetesten, men ikke sprangtesten settes b= -99.9. Merk: Algoritmen lar den neste b-verdien etter en verdi på - 99.9 godkjennes så lenge den godkjennes av grensetesten. Hvert minutt finner vi gjennomsnittet av de siste godkjente b-verdiene siste 2 minutter. Dette gir oss 1-minuttsbøtteverdier, RA_01, som er basis for videre beregning. 2

Godkjent: Author: R Brækkan. K Møen Side: 3 av 6 3 Ja/nei-verdiene: Ja/nei-sensorene som er i bruk sammen med nedbøralgoritmen er beskrevet i Appendiks. Både strømsignalverdiene og intensitetsverdiene fra nedbørdetektorene ønsker vi å lagre i databasen for analyse og etterkontroll av dataene selv om vi ikke benytter de direkte i algoritmen. I databasen lagres medianverdien av de 12 stk 5-sekundverdiene etter en grensetest, dvs. at vi får lagret Int_01 og ma_01. Akkumulering av korrigerte bøtteverdier i diskrete 10-minutters-perioder: Prinsippet i algoritmen er å akkumulere vekst i bøtteverdiene innenfor 10-minuttersintervall. Det er altså kun positive differanser innenfor intervallet som blir akkumulert med test mot en ja/nei-sensor. Metoden for dette er skissert nedenfor. Kurven i figur 2 er basert på RA_01-verdiene innenfor et diskret 10-min-intervall. Ideen bak algoritmen er for hvert diskrete 10-min-intervall å finne den laveste bøtteverdien etter at den høyeste er nådd. Max Corr 0 Min 0 10 min Corr 10 Time Figur 2: Prinsippet for beregning av korrigerte bøtteverdier. Definisjoner: RA_01: Den akkumulerte nedbøren i bøtta (bøtteverdien). 1-minuttsverdi. Corr0: Tidligere korrigerte bøtteverdi. Startverdi for 10-min-perioden. Corr10: Korrigerte bøtteverdi ved slutten av 10-min-perioden. Max: maksimum bøtteverdi i løpet av 10-min-perioden. Min: laveste bøtteverdi etter at den høyeste er nådd i 10-min-perioden. RA_diff: Bøtteverdien ved slutten av 10-min-perioden minus bøtteverdien ved starten av 10- min-perioden. 3

Godkjent: Author: R Brækkan. K Møen Side: 4 av 6 4 Videre forløp av algoritmen: Figur 3: Flytdiagrammet 4

Godkjent: Author: R Brækkan. K Møen Side: 5 av 6 5 Min, Max, Corr0 og Corr10 gis startverdier lik den første godkjente registrerte RA_01- verdien når algoritmen startes. Når det har gått minst 10 minutter siden start, testes kontinuerlig den siste RA_01-verdien mot Max- og Min-verdiene. For hver siste RA-01-verdi som er kontrollert mot Max/Min går vi i gjennom en test som spør om klokka er hel på et 10. minutt. Hvis ja på dette er vi klar for å se på det siste gjennomgåtte, diskrete 10 - minuttersintervallet, og vi går over i neste bolk. Vi spør først om vi har en ja/nei-sensor som virker? Hvis ja, sjekkes det først om Min > Corr0. Hvis ja på dette også, sjekker vi om ja/nei-sensoren har sagt ja eller nei til nedbør i perioden med tilhørende akkumulasjon av nedbør eller ei. Hvis Min Corr0 betyr det at vi ikke har hatt noen positiv tilvekst i bøtta og dermed setter akkumulert nedbør i perioden = 0 uavhengig av om ja/nei-sensoren sier ja eller nei til nedbør. I de tilfeller der Ja/nei-sensor slutter å virke, beregnes de akkumulerte nedbørverdiene ved hjelp av gamlemetoden uten algoritmen, dvs. ved differanser i bøtteverdiene (alternativ modus). I databasen taes det hele tiden vare på RA-verdiene 24 timer tilbake. Hvis Ja/neisensoren ikke virker over 2 10-minuttersperioder (2 ganger gjennom algoritmen), definerer vi det som at ja/nei-sensoren ikke kan brukes. Databasen vil da starte, ved første minutt etter disse 2 10-minuttersperiodene, å lagre akkumulerte verdier for RR_1 osv ut fra differanser i bøtteverdiene. RT-verdiene vil bli flagget med verdiene -99.9 når ja/neisensoren ikke virker. NB: Ved Beregning av RR_1 ved differanser i bøtteverdiene (i alternativ modus), husk at RR_1 >= 0. Vi ønsker ikke negative nedbørakkumuleringer. Hvis Ja/nei-sensor fungerer igjen, venter vi til timeskift (hel time) før vi går inn i algoritmen igjen og setter nye startverdier på Min, Max, Corr0 og Corr10. På denne måten får vi med oss fullstendige RR_1-verdier fra alternativ modus før vi går tilbake gjennom algoritmen på vanlig måte. Så lenge vi er i alternativ modus holdes RT = -99.9. Til slutt i algoritmen gjør vi et par tester til før vi endelig bestemmer RR_010-verdien for 10- minutters-perioden. Den første testen består i om vi har hatt tømming av bøtta i de siste 19 minuttene, og vi tester derfor om RA_01 < 50 mm (som vi antar skyldes en tømmeepisode). Hvis dette er riktig, velger vi å sette RR_010 = 0. Den siste testen vil luke ut akkumulert nedbør som kan skje i perioder hvor ja/nei-sensor sier ja til nedbør, samtidig som akkumulert nedbørverdi er på mer enn 35 mm i løpet av 10 minutter (som da kan skyldes store snø/isklumper/fugler etc som ramler ned i bøtta). Den registrerte norgesrekorden for nedbør i løpet av 10 minutter er omkring 25 mm. 35 mm i løpet av 10 minutter er vannvittig mye, og må sies å være svært usannsynlig i Norge. Derfor anser vi det som helt sikkert at verdier over 35 mm i løpet av 10 minutter ikke skyldes naturlig nedbør. I enden av dette flyt-diagrammet sitter vi nå igjen med en RR_010-verdi som enten er større eller lik 0. Disse RR_010-verdiene akkumuleres videre til RR_1-verdier (timesverdier), som igjen brukes til beregning av 6-, 12-, 24-timersnedbør osv. 5

Godkjent: Author: R Brækkan. K Møen Side: 6 av 6 6 Aktuell J/N sensor for kontroll input. Thies analog precipitation detector. Fra Thies-sensoren leser vi en strømsignal-verdi hvert 5. sekund som ligger innenfor intervallet 4-20 ma. Vi har bestemt at et strømsignal på 4.66 eller større sier JA til at det er nedbør (gir en 1 er i YesNo), mens en verdi mindre enn 4.66 sier NEI til at det er nedbør (gir en 0 er i YesNo). Verdien 4.66 tilsvarer en nedbørmengde på 0.1 mm i løpet av en time. Hvis vi ikke får noe signal fra Thies-sensoren settes YesNo= -99.9. Hvis medianverdien av de godkjente (altså verdier større enn -99.9) 5-sekundverdiene siste minutt er større enn 4.66, så settes YesNo_01 =1, ellers settes YesNo_01 =0. Hvis alle 12 stk. 5-sekundverdier er - 99.9 settes YesNo_01 = -99.9 (altså ja/nei virker ikke for minuttverdien). YesNo_01 lagres også i databasen. 6