AQ500 windfinder

AQ500 windfinder
Bruksanvisning
Version Datum
Status
3
Tredje version
2013-12-13
Förord Revision 2013
Den första stora revisionen av AQ500 windfinder bruksanvisning , version 3, gjordes hösten 2013, ett och ett halvt år
efter första utgåvan. Metoder och rekommendationer har finslipats sedan den förra versionen kom ut i juni 2012. Vi har
också haft mycket kunskapsutbyte med våra användare via vår utbildning AQademy. Vi rekommenderar alla användare
av AQ500 att läsa igenom denna reviderade version av bruksanvisningen. För erfarna användare kan det räcka att studera
den nya sammanfattningen / snabbguiden i början av dokumentet och vid behov söka mer kunskap i respektive kapitel.
Nedan beskriver vi de ändringar som är gjorda.
•
Sammanfattning/snabbguide" är ett helt nytt avsnitt som kortfattat och översiktligt beskriver hur AQ500 bör hanteras
och data analyseras för att resultatet av en mätning ska bli av hög kvalitet. Sammanfattningen innehåller referenser
till fördjupad information på andra platser i dokumentet.
•
Kapitel 1, "Inledning" är utökat med ett avsnitt som beskriver skillnaden mellan systematiska och slumpmässiga fel
samt hur de kan påverka en mätning..
•
Kapitel 2, "Bedömning av en mätplats". Vi har lagt till fler exempel på installationer i olika kategorier. Det finns också
ett avsnitt om vad man bör titta på och dokumentera när man i fält letar efter lämpliga platser för mätning med en
AQ500.
•
Kapitel 3, "Installera systemet". Enbart små justeringar.
•
Kapitel 4, "Efter installation", har nu fokus på de kontroller och serviceåtgärder man måste göra för att få en
högkvalitativ mätning. De delar som berörde analys av data är flyttat till kapitel 5.
•
Kapitel 5. "Analys av data" är till stora delar omgjort och utökat med tydligare exempel på vad man som analytiker
måste titta på för att kvalitetsbedöma mätningen.
•
Bilaga 8 är helt ny och innehåller en enkel och tydlig metodik för att jämföra en AQ500-mätning med en annan
mätning.
•
Bilaga 9 är helt ny och innehåller ett protokoll som kan användas i fält för att dokumentera potentiella mätplatser.
•
Bilaga 10 är helt ny och innehåller den checklista som AQSystem använder vid installation av AQ500.
Vi hoppas och tror att ni får mycket nytta av denna uppdaterade bruksanvisning.
AQSystem
2013-11-06
3
Kontaktuppgifter
Kontakta AQSystem på telefon 08-776 40 86 eller via e-post [email protected].
Vid beställning av reservdelar skicka e-post till [email protected].
Postadress
AQSystem Stockholm AB
Box 2135
135 02 TYRESÖ
Besöksadress Stockholm
Mediavägen 18
135 48 TYRESÖ
Besöksadress Göteborg
Kyrkogatan 30
411 15 GÖTEBORG
AQademy
Vi erbjuder utbildningar i hur du använder och tar hand om din AQ500 för att kontinuerligt kunna producera högkvalitativa
mätningar. Gå in på www.aqsystem.se och läs mer om AQademy!
4
Innehåll
Teknisk specifikation AQ500
6
Sammanfattning - snabbguide för användning av AQ500
7
1. Inledning
1.1 Funktion och geometri
2. Bedömning av en mätplats
2.1 Ekon från fasta föremål
2.2 Brant terräng - en översikt
2.3 Buller
2.4 Dokumentation av rekognoserade platser
2.5 Exempel på installationer
3. Installera systemet
3.1 Installera solpanelerna
3.2 Mät upp systemets riktning
3.3 Starta systemet
3.4 Installation med helikopter eller skogsmaskin
15
17
19
20
25
27
28
30
38
39
40
40
41
4. Efter installation42
4.1 Kommunicera, fjärrstyr och ladda hem data
4.2 Rekommenderade kontroller
5. Analys av data
5.1 Datafiltrering av AQSystem
5.2 Normal tillgänglighet
5.3 Kvalitetskontroll av data
5.4 Bedömning av betingning och systematiska fel
5.5 Skalär-vektor korrektion
5.6 Jämför AQ500 med en annan mätning
42
42
46
47
48
49
56
56
56
BILAGOR
Bilaga 1 - Användarhandledning AQ webviewer
Bilaga 2 - Användarhandledning SODWIN-MCOM
Bilaga 3 - Användarhandledning SODWIN.NET
Bilaga 4 - Teknisk not: Omvandling mellan vektoriellt och skalärt mätt vind
Bilaga 5 - Styr ditt system på distans med SMS
Bilaga 6 - Teknisk not: Kvalitetskontroll - dataförlust och betingning
Bilaga 7 - Teknisk not: Orografisk avvikelse
Bilaga 8 - Metodik för jämförelse mellan AQ500 och annan mätning
Bilaga 9 - Protokoll för användning vid platsbesök
Bilaga 10 - Installationsprotkoll
5
Teknisk specifikation AQ500
Antennen
Antal sändare
Sändningsfrekvens
Lober
3
3144Hz
3
Vinkeln mellan en lob och lodlinjen
15º
Lobvidd
12º
Max uteffekt från högtalare
300W*
Mätningen
Högsta mäthöjd
150 eller 200 m
Lägsta mäthöjd
20 eller 50 m
Vertikal upplösning
5m
Medelvärdesperiod
10 min
Vindstyrkeintervall
0 – 30 m/s
Noggrannhet, horisontalvind
+/- 2%**
Vertikalvindsintervall
Noggrannhet, vindriktning
+/- 2,2 m/s***
<5º
* Rekommenderad uteffekt vid drift är 250 Watt. Högre effekt gör att risken för membranfel ökar.
** För vindstyrka över 4 m/s jämfört med en skålkorsanemometer i platt terräng med homogen växtlighet efter korrigering
för att AQ500 är ett vektormätande instrument. Läs mer om jämförelse mellan AQ500 och skålkorsanemometer i bilaga 8.
*** I den aktuella versionen av AQ Webviewer och den senaste versionen av MCOM.
6
Sammanfattning - snabbguide för användning av AQ500
AQ500 är ett precisionsinstrument och måste behandlas som ett sådant. För att du ska få ett användbart mätresultat så
måste du följa rekommendationerna i denna användarhandledning. I de följande avsnitten beskrivs kortfattat hur AQ500
ska användas för att mätresultatet ska bli bra. Hänvisningar finns till var i användarhandledningen du hittar ytterligare
information.
Generella rekommendationer
•
Rekognosera och dokumentera inför varje installation
•
Validera din AQ500 mot en mätmast i platt terräng med homogen växtlighet före och efter varje mätkampanj
•
Gör alltid rekognosering och installation på olika dagar
•
Dokumentera varje installation
•
Placera aldrig två AQ500 som sänder med samma frekvens närmare varandra än 800 meter
•
Utför service på ditt system minst var tredje månad
•
En dieselvärmare är nödvändig för bra kvalitet på data då mätning sker på platser där snö förekommer
•
Data från en AQ500 är färdig att användas utan ytterligare filtrering.
•
Se till att din leverantör av analystjänster vet hur man
1. Bedömer om en installation är bra eller dålig
2. Upptäcker om fasta ekon påverkat mätningen
3. Kontrollerar om en skalär-vektor-korrektion är nödvändig
4. Kontrollerar om olika datatillgänglighet på olika nivåer infört ett systematiskt fel i mätningen
Meteorologi
Mätningar
Statistik
För att du ska få ut mesta möjliga av din investering i AQ500 är det viktigt att du har kunskap om meteorologi, mätningar
och statistik. AQSystem hjälper dig gärna att få ökad kunskap om hur AQ500 fungerar och hur den ska användas genom
utbildningen AQademy.
7
Hitta en lämplig plats
Följande måste dokumenteras/undersökas då en plats lämplighet för mätning med AQ500 utvärderas
•
Namn/Beskrivning av platsen
•
Position/koordinater
•
Akustiken på platsen
•
Föremål som eventuellt kan störa mätningen - till exempel byggnader, mätmaster, turbiner, träd och bergväggar
•
Avstånd till grannar
•
Transport till och från platsen
•
Synlighet
•
Foton
•
Meteorologisk lämplighet och orografi
•
Orientering av systemet - OBSERVERA att mätningens kvalitet kan bli lidande om man till varje pris försöker ha
solpanelerna riktade mot söder!
•
Läs mer i kapitel 2
Det är inte ett föremåls höjd som avgör hur långt ifrån AQ500 kan placeras utan risk för störningar på
mätningen. Det säkra avståndet bestäms av högsta mäthöjd hos AQ500.
I figuren nedan visas de tre mätloberna hos AQ500. Den inre halvsfären representerar lägsta mäthöjd och
den yttre högsta mäthöjd. Inga föremål som kan störa mätningen, till exempel en mätmast, får finnas i
volymen mellan de två halvsfärerna!
Lägsta mätnivå
Högsta mätnivå
8
Installera AQ500
Dokumentera installationen enligt installationsprotokollet i bilaga 10.
•
Placera systemet på den plats och i den riktning som bestämts
•
Installera temperatur-/luftfuktighetsgivaren
•
Ställ systemet i våg
•
Installera kommunikationsantenn
•
Installera solpaneler
•
Mät in riktningen på systemet
•
Sätt på systemet
•
Ställ in riktning och uteffekt samt klockan (enbart GSM-kommunikation)
•
Dokumentera installationen enligt bilaga 10.
•
Se till att kommunikationen fungerar och att data hämtas (GSM) eller skickas (WEBB) automatisk
•
Kontrollera att temperatursensorn fungerar
•
Kontrollera att högtalarmembranen är hela (spektrum)
•
Läs mer i kapitel 3
Lämna aldrig lösa föremål i antennutrymmet eller i generatorutrymmet. Dessa kan vibrera och störa
mätningen då elverket körs.
Att tänka på då AQ500 har GSM-kommunikation
Byte av namn och riktning på systemet
När namnet och riktningen ändras på systemet och data därefter laddas ner för tidpunkter före bytet, kommer de nya
uppgifterna att finnas i inledningen på alla filer. Vindriktningen är dock baserad på inställningarna som gällde vid
respektive tiominutersperiod. Observera att du själv måste hålla reda på när instrumentet är flyttat. För att minska risken
att blanda ihop olika mätningar rekommenderar vi att man tömmer minneskortet mellan varje mätkampanj.
Datahämtning med SODWIN-MCOM
Det finns några tillfällen då SODWIN-MCOM anger att data laddats hem utan att så verkligen är fallet:
1.Det finns för många filer på minneskortet som sitter i AQ500. Töm kortet minst en gång per år genom att fysiskt
hämta det från AQ500 och stoppa in det i en kortläsare kopplad till en dator.
2.Om minneskortet i AQ500 är tomt.
Platsnamnet får enbart innehålla bokstäver och siffror. Specialtecken som @ ’ ` och så vidare kan påverka
nedladdning av data.
9
Följ upp mätningen
Din mätning måste övervakas kontinuerligt för att eventuella avvikelser ska upptäckas på ett tidigt
stadium. Utan nödvändig uppföljning riskerar du att förlora data vilket i sin tur ökar osäkerheten då
vindresursen på platsen ska utvärderas.
Uppföljning av en installation
Utöver de grundläggande funktionskontroller som görs i direkt anslutning till installationen måste mätningen följas upp
en till två veckor efter installationstillfället. Syftet med uppföljningen är dels att se så att allt fungerar som det ska och dels
att undersöka förekomsten av fasta ekon. Vänta en till två veckor för att få med så många vindriktningar som möjligt.
Du bör titta på
•
Temperaturen - utan korrekt temperatur riskerar mätningen att bli felaktig
•
Kompletta profiler - medelvärdesbildade över dygn eller längre perioder är de användbara för att upptäcka fasta ekon.
•
Spektrum - kontrollera att högtalarna fungerar som de ska. Använd aldrig en högre uteffekt än 250W för att inte
riskera att skada högtalarna
Löpande veckokontroller
Efter de inledande uppföljningarna måste mätningen övervakas veckovis för att avvikelser i driften ska upptäckas på ett
tidigt stadium. Du bör titta på
•
Temperaturen - utan korrekt temperatur riskerar mätningen att bli felaktig
•
Batterispänningen - säkerställ att kraftförsörjningen fungerar som den ska
•
Bränslenivån - tanka innan det är tomt för att inte skada batterierna
•
Spektrum - kontrollera att högtalarna fungerar som de ska. Använd aldrig en högre uteffekt än 250W för att inte
riskera att skada högtalarna
Löpande månadskontroller
Varje månad bör en enkel månadsrapport göras för att rimlighetsbedöma insamlad data. Du bör titta på
•
Datatillgänglighet
•
Tidsserier av temperatur, vindstyrka och vindriktning
•
Fördelningen av vindstryka och vindriktning
•
Kompletta profiler - medelvärdesbildade över dygn eller längre perioder är de användbara för att upptäcka fasta ekon.
Läs mer i kapitel 4
10
Sköt om din AQ500
Förutom att kvaliteten på data måste kontrolleras regelbundet så är det också viktigt att din AQ500 sköts enligt gällande
servicerekommendationer. Då minimerar du risken för bortfall av data. Läs mer i kapitel 4
Kraftförsörjningen
AQ500 innehåller en vanlig dieselmotor och vanliga blysyrabatterier. Dessa komponenter slits på samma sätt som
andra motorer och batterier. Livslängden på dieselmotorn
är omkring 3000 timmar. Batterierna fungerar under
normala driftförhållanden tillfredsställande under minst
tre år. Du måste se till att både dieselmotor och batterier
underhålls. Vid eftersatt eller felaktigt underhåll förstörs
de. Som en konsekvens förlorar du data och måste låta
utföra dyra reparationer. .
Om dieselmotorn inte går på sommaren så rekommenderar
vi att du manuellt sätter igång den någon gång i månaden.
Detta kan göras på distans, se bilaga 5 för system med
GSM-kommunikation, se bilaga 1 för system med webbkommunikation.
Dämpmaterialets livslängd
Dämpmaterialet som sitter i antennutrymmet åldras och
slits då det utsätts för väder och vind. Efter några år kan
detta påverka vindmätningen då materialets dämpande
förmåga försämrats så mycket att ljud reflekteras inne
i antennutrymmet. Mest kritiskt är det i den övre delen
av antennutrymmet, det är därför där du bör kontrollera
materialets kondition. Från början är materialet 30 mm
tjockt, när tjockleken närmar sig 15 mm är det hög tid
att byta ut det. Dämpmaterialet har en vågig struktur
och tjockleken mäts från väggen materialet sitter på till
topparnas spetsar. Bilderna till höger visar exempel på nytt
och oskadat dämpmaterial (övre bilden) och helt utslitet
dämpmaterial (nedre bilden).
Temperatursensorn
Att temperatursensorn fungerar som den ska är en nödvändighet för att vindmätningen ska bli korrekt. Eftersom ljudets
hastighet i luft är temperaturberoende så kan en felaktig temperatur innebära att mätvärdena hamnar på fel höjd. En
avvikelse på över tio grader innebär att felen i mätningen blir signifikanta.
Montera aldrig temperatursensorn ovanför de mörka solpanelerna då detta gör att den uppmätta temperaturen blir för
hög!
11
Analys av data från en AQ500
När observationerna gjorda med AQ500 ska utvärderas är det viktigt att AQSystems rekommendationer följs.
•
AQ500 lämnar ifrån sig observationer färdiga för vidare användning - filtrera aldrig data på signal-brusförhållandet
eller på förekomst av standardavvikelse!
•
Det saknas mer turbulensdata än vindstyrka - detta påverkar inte kvaliteten på vindstyrkan!
•
Spikar (starkt avvikande, enstaka värden) av vindstyrka kan förekomma någon eller några gånger i månaden - dessa
värden måste tas bort innan observationerna används.
•
AQ500 är ett vektormätande instrument - undersök om en konvertering till skalärvind är nödvändig!
•
Betingningsfel kan uppstå om data saknas - var noga med att undersöka om de är signifikanta på de mäthöjder du
är intresserad av!
•
Läs mer i kapitel 5.
Använd aldrig en numerisk modell för att validera kvaliteten på
Din mätning!
Vi mäter för att minska osäkerheten i modelleringen!
12
Jämför AQ500 med en annan mätning
Då data från en AQ500 ska jämföras med mätningar gjorda i en närbelägen (inom några hundra meter) mätmast så är
det viktigt att
•
data från AQ500 kvalitetskontrolleras noggrant
•
data från mätmasten kvalitetskontrolleras noggrant
•
datakällorna synkroniseras
•
jämförelsen enbart görs med samtidiga data
•
sektorer då AQ500 eller mätmast är störda tas bort från jämförelsen
•
jämföra samma nivåer - kompensera inte för skillnader i höjd mellan mastfot och platsen där AQ500 varit placerad
•
kompensera för att AQ500 är ett vektormätande instrument medan en skålkorsanemometer är ett skalärmätande
•
räkna ut ett osäkerhetsmått på jämförelsen
•
läsa igenom avsnitt 5.6 innan arbetet startas
13
14
1. Inledning
AQ500 är ett fjärrmätinstrument av typen SODAR
(Sonic Detection and Ranging). Med hjälp av ljud
mäter AQ500 vinden upp till 200 meter över
marken. Ljudet som används har en frekvens på
3144 Hz. Detta motsvaras av tangent 83 på ett
vanligt piano med 88 tangenter.
AQ500 är speciellt utvecklad för att användas
i tufft vinterklimat men fungerar naturligtvis
även under den varma tiden på året. Tack vare
att strömförsörjningen består av både elverk och
solpaneler är driften under sommarhalvåret till stor
del fri från utsläpp.
Själva instrumentet är placerat på en släpvagn som även
innehåller kraftförsörjning för säker drift . Detta gör AQ500
lätt att flytta med en vanlig personbil. AQ500 kan användas
som enda instrumentet i en vindmätningskampanj eller
tillsammans med en mast. Jämfört med en mast får du
mätningar på betydligt fler nivåer.
Figur 1-1 Bilden visar de tre högtalarna/mikrofonerna (svarta)
tillsammans med de reflekterande parabolerna (vita) som utgör
antennenheten i AQ500.
Meteorologi
Under vintern förbättras driftsäkerheten av en
dieselvärmare som förvärmer generatorn innan den startar.
Överskottsvärmen från dieselvärmaren går inte till spillo
utan används för att smälta eventuell snö och is i utrymmet
där sodarantennen är placerad. Som användare behöver du
därför inte oroa dig för att mätningar ska utebli under den
kalla tiden på året. Dieselvärmaren är en option som kan
monteras i fabrik eller eftermonteras i fält.
Konstruktionen av antennenheten, som skapar ljudpulser,,
är robust och saknar rörliga delar. Högtalarna, där ljudet
skapas, sitter vända upp och ner, se Figur 1-1 , och blir
därför inte fyllda med snö. Snön lägger sig istället på de
paraboliska ytorna som har värmeslingor i sig och dessutom
översköljs av överskottsvärmen från dieselvärmaren.
AQ500 är ett precisionsinstrument som måste
behandlas som ett sådant för att fungera
tillfredsställande. Resultatet du får beror till 50
procent på instrumentet och till 50 procent på hur
du använder det.
Mätningar
Statistik
Figur 1-2 De tre kompetensområden som är nödvändiga för att till
fullo utnyttja AQ500.
För ökad spårbarhet så rekommenderar vi att du validerar
din AQ500 mot en bra mätmast i platt terräng och med
homogen växtlighet före och efter varje mätkampanj.
Förutom att använda instrumentet på rätt sätt måste
man också förstå vad det är instrumentet levererar samt
kunna presentera det på ett förståeligt sätt; det gäller att ha
kunskap om både meteorologi, mätningar och statistik när
man analyserar och utvärderar sina data. Detta illustreras
av Figur 1-2 och är naturligtvis inte enbart begränsat till
AQ500, det är viktigt även när mätningar utförda i mast
eller med andra fjärrmätinstrument analyseras.
15
Ordlista
Antenndel/antennutrymme – det utrymme i vagnen där
sodarantennen är placerad.
Mätlob – den konformade volym som AQ500 mäter i.
AQ500 mäter med tre lober. Se Figur 1-3.
Dieselvärmare – förvärmer generatorn i AQ500 innan
den sätter igång. Den ökar livslängden på generatorn
då kallstarter undviks. Överskottsvärmen leds till
antennutrymmet och säkerställer att antennen är fri från
snö och att isbildning undviks.
Orografi – läran om jordytans former.
Dopplereffekt – frekvensen på ett utsänt ljud uppfattas
annorlunda om ljudkällan rör sig mot eller ifrån lyssnaren.
Signal-bruskvot – förhållandet mellan ekot som AQ500
registrerar och brus (buller) från omgivningen.
Fast eko – ett eko från ett stillastående föremål, till exempel
ett träd, en husvägg eller en mast.
Sodarantennen – den del av AQ500 där ljudpulser skapas
och ekon registreras. Antennen är tredelad, se Figur 1-1.
Fjärrmätinstrument (remote sensing instrument)
– ett instrument som mäter på distans genom analys av
till exempel ekon av ljud (sodar) eller reflektioner av ljus
(lidar). Även radar och instrument monterade på satelliter
räknas som fjärrmätinstrument.
Spektrum – Uppdelning av en vågrörelse som till exempel
ljud i frekvenser eller våglängder.
Lufteko – ett eko från atmosfären. Ekot uppstår då ljudet
reflekteras i små temperaturvariationer som hela tiden
förekommer i atmosfären.
16
Orografisk avvikelse – en avvikelse i den uppmätta
vindstyrkan som beror på orografin i den närmaste
omgivningen runt platsen där AQ500 är installerad.
Webviewer – AQSystems webbaserade system som gör det
enkelt för brukare av AQ500 att övervaka och administrera
mätningen.
Zenitvinkel – Vinkeln mellan lodlinjen och centrum på
mätloben. Se Figur 1-3
1.1 Funktion och geometri
AQ500 mäter vindens riktningskomponenter, två
horisontella och en vertikal, genom att sända upp ljud i
atmosfären.Ljudet reflekteras av små temperaturvariationer.
Dessa rör sig med vinden och det reflekterade ljudet får på
grund av dopplereffekten en annan frekvens än det utsända.
Skillnaden mellan utsänd och mottagen (reflekterad)
frekvens används för att räkna ut hur mycket det blåser.
AQ500 är baserad på monostatisk teknik. Detta betyder
att högtalarna som skickar ut ljudpulserna också agerar
mikrofoner och lyssnar på det reflekterade ljudet. För att
15°
kunna beräkna vindens tre komponenter så är AQ500
utrustad med tre separata högtalare/mikrofoner som
skickar ut ljud i tre riktningar. Högtalarna/mikrofonerna
visas i Figur 1-1.
Geometrin för hela systemet visas i Figur 1-3. Ljudet som
AQ500 sänder ut sprider sig i en konformig volym som vi
kallar mätlob. Lobens centrum lutar 15º mot lodlinjen och
den har en vidd på 12º. Vinkeln mellan de tre mätloberna
är 120º. Mätloberna betecknas A, B och C med A riktad i
dragstångens riktning
120°
6°
C
A
B
Figur 1-3 Vänster: Det utsända ljudet sprider sig i en konformig volym som vi kallar mätlob. Konens centrum lutar 15º mot lodlinjen.
Halva konens vidd är 6º. Höger: AQ500 sänder ut ljud i tre lober separerade med 120º.
17
1.1.1 Systematiska och slumpmässiga fel
Alla mätningar är behäftade med fel. Mätfelen kan delas in
i systematiska och slumpmässiga. Ett exempel är en sliten
tumstock där den första millimetern saknas. Varje gång
den används blir mätningen en millimeter för lång. Den
har ett systematiskt fel på plus en millimeter. Ett exempel
på ett slumpmässigt mätfel är avläsningsfelet. Eftersom
tumstocken är graderad i millimeter är avläsningsfelet
runt en millimeter. Men en gång läser du av en millimeter
för mycket och nästa gång en för litet eller rent av precis
rätt. Genom att upprepa mätningen några gånger och ta
ett genomsnitt minskas inverkan av det slumpmässiga
mätfelet. Det jämnar ut sig. Genom många upprepningar
blir det försumbart. Det systematiska mätfelet påverkas
inte av att man tar ett genomsnitt utan kvarstår oförändrat.
I vissa situationer kan man behöva väga systematiskt och
slumpmässigt mätfel mot varandra när man utformar ett
mätinstrument. Fjärrmätinstrument för vind är just ett
sådant exempel.
Fjärrmätinstrument för vind – sodarer och lidarer
– använder ögonblicksmätningar av vinden i olika
mätvolymer ovanför sig. Vinkeln mellan lodlinjen och
mätvolymerna kallas zenitvinkeln och visas i Figur 1-3. En
liten zenitvinkel ger små avstånd mellan mätvolymerna.
Detta är en stor fördel i kuperad terräng eftersom vinden
ovanför fjärrmätinstrumentet följer terrängen och därmed
följer krökta banor som visas i Figur 2-9. Ett krökt vindfält
ger ett systematiskt fel i vindmätningen. Detta fel ökar
med avståndet mellan mätvolymerna, det vill säga med
zenitvinkeln. En liten zenitvinkel ger även en svagare signal
och därigenom även ett större slumpmässigt fel eller brus.
Vid utformning av ett fjärrmätsystem måste man således
avväga för- och nackdelarna med en viss zenitvinkel mot
varandra. Vid konstruktionen av AQ500 har vi föredragit
en mindre zenitvinkel av följande skäl.
En liten zenitvinkel ger ett litet systematiskt fel men
högre brus.
Det systematiska felet kan inte elimineras genom
medelvärdesbildning medan bruset helt kommer
att försvinna vid medelvärdesbildning.
Eftersom det är medelvärdet som är det intressanta i
vindresurstillämpningar är detta den korrekta avvägningen.
Lidarer har ungefär dubbelt så stor zenitvinkel som AQ500
och därigenom ett större systematiskt fel än AQ500 i en
given terräng. Lidarer har ofta en lägre brusnivå vilket
i princip är en rent kosmetisk fördel och inte en fördel i
vindresurssammanhang.
1.1.2 AQ500 är ett vektormätande instrument
AQ500 beräknar den horisontella vinden som de två
vinkelräta komposanterna av en vektor, till exempel
nord-sydkomposanten och ost-västkomposanten. Detta
görs många gånger under en tiomintersperiod varpå det
komposantvisa medelvärdet beräknas. Resultatet kallas
vektormedelvinden. Denna har en viss styrka och riktning.
En skålkorsanemometer ger vindstyrkan direkt.
Anemometern loggas många gånger under en
tiominutersperiod och därefter beräknas ett medelvärde.
Resultatet blir skalärmedelvinden som har en viss styrka.
Vindriktningen kan inte mätas med anemometern.
En vektor har både längd och riktning medan en skalär
bara har längd. I jämn och turbulensfri vind är vektor- och
skalärmedelvinden lika. I verkligheten har vi alltid viss
turbulens i vinden och det uppstår då en skillnad mellan
medelvärdena. Hur stor skillnaden blir beror på hur
turbulent vinden är, ju mer turbulens desto större skillnad.
18
Vektormedelvinden är alltid något svagare än
skalärmedelvinden. Det betyder att AQ500 mäter en något
svagare vind än en skålkorsanemometer.
Skillnaden är inte ett fel utan en konsekvens av
att medelvindstyrka kommit att definieras som
skalärmedelvärdet. Eftersom vindturbinernas effektkurvor
av hävd verifieras mot skålkorsanemometrar kan man
behöva räkna om vinden uppmätt med en AQ500.
I
de
flesta fall
är
skillnaden
mellan
vektormedelvinden och skalärmedelvinden liten
eller försumbar. I bilaga 4 finns en metod för
omräkning från vektor- till skalärmedelvärde.
2. Bedömning av en mätplats
I inledningen nämndes att resultatet från en mätning
med AQ500 till 50 procent beror på instrumentet och
till 50 procent på hur det används. En stor del av de 50
användningsprocenten består av att hitta en lämplig
mätplats och i det här avsnittet behandlas bedömning av
en plats lämplighet för mätning med en AQ500.
Man bör alltid sträva efter att installera AQ500
på en plats fri från störningar. Då undviker man
att mätningen ifrågasätts när den ska användas i
arbetet med att utvärdera vindresursen.
Observera att vi bara berör platsens lämplighet för
vindmätning med AQ500. Var någonstans i projektområdet
mätningen bör göras för att maximera nyttan med
mätningen är specifikt för varje projekt och berörs inte här.
Ibland är man tvungen att mäta på platser som inte är
idealiska. Vi rekommenderar att man i sådana fall planerar
mätning och installation tillsammans med den konsult som
ska analysera data samt upplyser alla berörda, till exempel
finansiärer, om de prioriteringar som gjorts. Det är också
viktigt att följa upp mätningen noga och vidta åtgärder om
störningar förekommer.
19
2.1 Ekon från fasta föremål
AQ500 kan i dag fås med mätintervall 20-150 meter eller
50-200 meter. När en ljudpuls är skickad så startas en
klocka. När det gått så lång tid som det tar för ljudpulsen
att färdas till lägsta mäthöjd och tillbaks så börjar AQ500
lyssna efter ekon. AQ500 slutar lyssna när det gått så lång
tid som det tar för ljudpulsen att färdas till högsta mäthöjd
och tillbaks.
Ekon från föremål i omgivningen, till exempel träd,
byggnader eller en mätmast, som når AQ500 under
lyssningsfasen kan orsaka en avvikelse i mätningen. Ekon
som når fram innan AQ500 börjar lyssna och efter det att
AQ500 slutat lyssna påverkar inte mätningen.
Föremål som befinner sig närmare än lägsta mäthöjd
och längre bort än högsta mäthöjd påverkar inte
mätningen.
representerar högsta mäthöjd. I volymen mellan dessa båda
halvsfärer får inga störande föremål finnas.
Det är inte höjden på föremålet som bestämmer hur
nära en AQ500 kan placeras. Avståndet bestäms av
den högsta mäthöjden hos AQ500.
Om ett föremål reflekterar det av AQ500 utsända ljudet
eller inte beror på hur stort föremålet är i förhållande till
våglängden på ljudet. Våglängden på ljudet som AQ500
skickar ut är runt 10 centimeter. och för att kunna reflektera
detta måste ett föremål vara större än cirka 15 centimeter.
Smala träd och tunna kvistar är därför exempel på föremål
som inte reflekterar ljudet. Buskar och låga barrträd kan till
och med vara fördelaktigt att ha omkring mätplatsen då de
är bra akustiska dämpare.
Det innebär att det finns en volym inom vilken det inte ska
finnas några störande föremål. I Figur 2-1 representerar
den inre halvsfären lägsta mäthöjd medan den yttre
Lägsta mätnivå
Högsta mätnivå
Figur 2-1 Konerna är mätloberna på en AQ500. Den inre halvsfären representerar lägsta mäthöjd, den yttre högsta mäthöjd. Inga föremål
som kan störa mätningen får finnas i volymen mellan halvsfärerna.
20
Att föremål som finns närmare AQ500 än lägsta mäthöjd
inte kan påverka mätningen är inte helt korrekt. Naturligtvis
så är det helt grundläggande att man inte placerar AQ500
så att någon av mätloberna går in i ett föremål.
Det vertikala avståndet mellan lobernas ytterkant och
marken på olika avstånd från AQ500 visas i Figur 2-2.
På grund av den lilla zenitvinkeln så behöver det öppna
området runt om AQ500 inte vara så stort vilket underlättar
vid placering i fält.
Som tidigare nämnts är zenitvinkeln 15º och vidden på
loberna 12º. Vinkeln mellan loberna är 120º, se Figur 1-3
Höjd till lobens ytterkant (m)
78
65
52
39
26
13
Horisontellt avstånd (m)
30 25
20 15
10
5
Figur 2-2 Det vertikala avståndet mellan ytterkanten på loberna och marken på olika avstånd från AQ500
21
Så undviker du fasta ekon
För att undvika fasta ekon är det viktigaste att platsen
som väljs för installation besöks och att data kontrolleras
noggrant. Läs mer om kontroller av data i avsnitt 5.3. Målet
är att inte ha några störande föremål i volymen mellan de
två halvsfärerna i Figur 2-1.
Undersök den akustiska miljön på en plats genom att
klappa i händerna och lyssna efter ekon. Uppskatta hur
lång tid det tar innan ekona når dig och försök avgöra vilka
föremål som orsakar ekona. Undvik om möjligt platser med
för mycket ekon. Läs mer i avsnitt "Dokumentation av
rekognoserade platser" nedan.
Det är inte alltid möjligt att hålla volymen helt fri från
föremål. Man måste då tänka på att inte rikta någon av
mätloberna mot föremålet. Istället ska AQ500 placeras
så att loberna riktas på ömse sidor om föremålet. Detta
illustreras i Figur 2-3.
Figur 2-3 Om höga föremål finns på
ett avstånd som är kortare än högsta
mäthöjd bör man undvika att rikta
någon mätlob mot föremålet. De röda
pilarna visar lobernas riktning.
Det är enkelt att ta reda på vilka höjder som eventuellt kan
påverkas av ett föremål mellan de båda halvsfärerna. Ett
exempel visas i Figur 2-4. AQ500 är placerad vid A. Vid B står
en mast som är 100 meter hög. Det horisontella avståndet
mellan AQ500 och masten är 120 meter. Avståndet mellan
AQ500 och mastens topp kan med hjälp av Pythagoras sats
enkelt räknas ut till 156 meter. Detta betyder att det är
mäthöjderna mellan 120 meter och 155 meter som man bör
undersöka extra noga efter eventuella störningar.
Det höjdintervall av mätningen som ett föremål av en viss
höjd kan påverka minskar ju längre bort föremålet är. Ett
20 meter högt träd på ett avstånd av 50 meter kan påverka
ett höjdintervall på knappt fem meter medan samma träd
150 meter bort kan påverka ett intervall på drygt en meter.
Om man av något skäl väljer att ställa AQ500 på en plats
som inte är helt idealisk så är det viktigt att man följer upp
22
mätningen efter installationen och vidtar lämpliga åtgärder
om det visar sig att mätningen störs.
156 m
A
120 m
100 m
B
Figur 2-4 Med Pythagoras sats är det enkelt att räkna ut
vilka höjder som kan påverkas av ett fast eko.
Byggnader
Byggnader har stora ytor som kan reflektera ljud väldigt
effektivt. Om det finns byggnader i närheten så är
utgångsläget detsamma som för andra typer av föremål,
att man inte ska ställa AQ500 närmare än högsta mäthöjd.
Om man ändå gör det så måste man placera AQ500 mot
ett hörn utan att rikta någon av mätloberna mot huset, se
Figur 2-5. Syftet är att minimera den reflekterande ytan.
UNDVIK OM MÖJLIGT ALLTID ATT PLACERA
EN AQ500 SÅ ATT BYGGNADER FINNS I DEN
KÄNSLIGA VOLYMEN I Figur 2-1
Figur 2-5 En AQ500 som, mot våra rekommendationer, placeras
nära en byggnad bör placeras mot byggnadens hörn med loberna på
ömse sidor. På så vis minimeras den reflekterande ytan.
Träd
Träd med grova och kala stammar är bra ljudreflektorer
och man bör undvika att ha sådana i volymen mellan
halvsfärerna i Figur 2-1 . Ett exempel på en trädrad som
kan orsaka ekon visas i Figur 2-6.
grenar är bra på att absorbera ljud och därmed bra för den
akustiska miljön. Men det är viktigt att alltid undersöka
detta på plats och inte välja plats för installation baserat
på enbart kartor och foton.
I bakgrunden så utgör en granplantering gränsen mot
hygget. Övergångar mellan hygge och skog kan fungera
som en reflekterande vägg och därmed orsaka ett fast eko.
Störst risk är det när träden är av typer där stammarna
i huvudsak är kala. Granar med mycket barrförsedda
Platsen i Figur 2-6 bedömdes på plats som mycket olämplig
på grund av ekon från träden. Om en AQ500 trots allt
placeras på en plats som denna måste mätningarna
kontrolleras mycket noga och alternativa platser bör finnas
rekognoserade om instrumentet måste flyttas.
Figur 2-6 Kala, grova stammar
kan orsaka störande ekon.
Avståndet till träden är omkring
60 meter. Granridån i bakgrunden
med en del kala stammar, drygt
100 meter bort, kan fungera som
en reflekterande vägg och bör
också beaktas i bedömningen av
platsen.
23
Sluttningar beströdda med stenblock
Undvik att placera en AQ500 jämte en sluttning som är
beströdd med stenar och stenblock. Ett exempel på en sådan
plats visas i Figur 2-7. Om man ändå väljer att installera på
en plats som denna bör man ställa sig så nära stenblocken
som möjligt och inte rikta någon av mätloberna mot träden.
Figur 2-8 visar ytterligare ett exempel på en plats med
större stenblock på en sluttning som kan inverka negativt
på mätningen.
Figur 2-7 Man bör om möjligt
undvika kala stammar och
stenblock i volymen mellan de
båda halvsfärerna i Figur 2-1
Figur 2-8 En slänt med stora
stenblock kan orsaka oönskade
reflektioner av det utsända
ljudet. Undvik om möjligt
platser som denna.
24
2.2 Brant terräng - en översikt
Brant terräng kan i vissa fall påverka vindmätningen och
orsaka vad vi kallar en orografisk avvikelse. Detta avsnitt
innehåller en kort översikt, mer detaljer finns i bilaga 7.
Anledningen till att terrängen kan påverka är att AQ500
mäter i tre volymer och antar att strömningen genom dessa
är rak. Detta antagande måste alla fjärrmätinstrument
(sodar och lidar) som utnyttjar dopplertekniken göra. Ju
mer krökt luftströmningen är desto mindre giltighet har
antagandet om rak strömning och desto större kan felet
bli, se Figur 2-9.
Man ska dock inte överdriva risken, det ska vara rejält
kuperat för att orografiska avvikelser på den uppmätta
vindstyrkan ska vara ett problem. AQ500 har ett ovanligt
litet orografiskt fel på grund av sin lilla zenitvinkel på 15º.
Många andra fjärrmätinstrument (sodar och lidar) har
större zenitvinkel och får därför ett större fel.
De avvikelser som ändå uppstår kan i ganska stor
utsträckning korrigeras i efterhand med hjälp av datorsimuleringar. Men man bör i möjligaste mån undvika
att vara beroende av datormodeller för korrigering. En
viktig anledning att mäta vinden är ju att slippa lita till
datormodeller som lider av betydande osäkerheter. Att
tillämpa en stor datorberäknad korrigering på mätt
vind upphäver i viss mån nyttan av en mätning. Vår
rekommendation är därför att man i första hand försöker
välja en plats där avvikelser orsakade av orografi är små.
I följande avsnitt visar vi hur du kan avgöra om platsen
är lämplig eller om en efterhandsjustering av mätningarna
bör göras.
Figur 2-9 Överst visas vinden över plan mark. Vinden varierar inte utan är densamma för alla tre mätloberna. Problemet att räkna ut vindens
tre komponenter är välbestämt.
Underst visas situationen när instrumentet står på krökt mark vilken ger en krökt luftström. Vinden är olika vid de tre mätloberna.
Variationen är principiellt omöjlig att beräkna med bara tre mätlober. Den kommer istället att ge sig tillkänna som en avvikelse i den
beräknade vinden.
25
Det finns några enkla tumregler som kan användas när det
gäller att bedöma terrängens lämplighet för mätning med
AQ500. När det gäller brant terräng så kan man redan
innan man är ute i projektområdet definiera områden som
inte är lämpliga att placera en AQ500 på genom att studera
detaljerade kartor.
Om mäthöjden H är mycket större än eller mycket mindre
än terrängens typiska höjdvariation Δ så är avvikelsen liten.
Om H är högst 10% av Δ så är avvikelsen liten
Om H är större än 4 Δ så är avvikelsen liten i fallet
att man mäter på en kulle. Mäter man på en ås
måste mäthöjden vara omkring 15 Δ.
Detta illustreras i Figur 2-10.
H<
Δ
10
H
Kulle: H > 4∆
H>4Δ
Ås: H > 15∆
H
Δ
Δ
B
B
Figur 2-10 Pilarna symboliserar AQ500:s mätlober. När mäthöjden H är högst 10% av terrängens typiska höjdvariation Δ är felet litet.
Detsamma gäller om mäthöjden är 4 gånger högre än terrängens typiska höjdvariation om mätningen sker på en kulle. Motsvarande för en
ås är 15 gånger terrängens typiska höjdvariation.
Om brantens lutning är mindre än 10 procent så
är avvikelsen liten.
Lutningen, Λ, beräknas som brantens höjd Δ genom
brantens bredd B; Λ = Δ / B, se Figur 2-11. Observera
att brantens bredd i vindriktningen måste användas.
Om lutningen är brantare än 10 procent (Λ>0,1) så bör
instrumentet flyttas bort från branten så att det står 3 till 4
gånger brantens bredd nedströms densamma.
Man bör aldrig ställa AQ500 nedanför ett brant
terrängparti då avvikelsen är som störst där.
Genomarbetade exempel på hur en skattning av avvikelsen
görs finns i bilaga 7. Är du efter din skattning fortfarande
osäker på platsen så kontakta AQSystem.
∆
— <10%
B
Δ
B
Figur 2-11 Om lutningen på branten är mindre än 10% så är den orografiska avvikelsen inte signifikant.
26
2.3 Buller
I allmänhet är buller från omgivningen inte ett problem.
Men det är trots allt bra att tänka på det när man väljer sin
plats. Några källor till buller beskrivs nedan.
Vägar och industrier
AQ500 har installerats jämte kraftigt trafikerade vägar,
både i Sverige och utomlands, och det har fungerat utmärkt
att mäta.
Vid stora dataförluster finns risk för betingningsfel, läs mer
i avsnitt 5.4 och bilaga 6. Undvik därför att mäta på platser
där omgivningen gör att datatillgängligheten minskar.
Kvalitetstalet, signalbrusförhållandet multiplicerat med 10,
som finns i datafilerna kan användas för att undersöka hur
bullret påverkar mätningen. Om det varierar med bullrets
dygnsvariation och sjunker under 21, vilket gör att data
förkastas, så betyder det att bullret är ett problem.
Lösa föremål
Lösa föremål inne i vagnens utrymmen kan orsaka störande
ljud om de börjar vibrera när elverket körs.
Solpanelerna ska under inga omständigheter förvaras
i antennutrymmet då mätning pågår. Däremot är det en
utmärkt plats för dem under transport.
Använd inte AQ500 som förvaringsplats.
Transportera bort utrustning som inte används och
se till att verktyg i vagnen ligger på ett sådant sätt
att de inte kan orsaka störande vibrationsljud.
Stag från större master
Var uppmärksam om du placerar ditt system nära större
kommunikationsmaster som är stagade. Vid tillfällen med
kraftiga vindar kan en ton skapas av stagen. Om tonen är
nära den som AQ500 sänder ut, 3144 Hz, går det inte att
mäta på platsen.
27
2.4 Dokumentation av rekognoserade platser
Det är viktigt att vara väl förberedd när potentiella
mätplatser ska besökas och bedömas. Förutom lämplig
utrustning så måste man ha en plan för vad man tittar på
när man väl är på plats. Man glömmer snabbt och speciellt
om man besöker många platser är det viktigt att strukturera
informationen. I bilaga 9 finns ett förslag på protokoll som
kan användas ute i fält. Vi utgår från detta när vi beskriver
hur en platsbedömning inför mätning med en AQ500 bör
göras.
Planera aldrig rekognosering och installation av en
AQ500 samma dag. Efter genomförd rekognosering
behöver intrycken bearbetas vid skrivbordet innan
slutgiltigt beslut om mätplats tas. Risken är annars
stor att en mindre lämplig plats väljs på grund av
stress.
Namn
Namnge varje besökt plats på ett sätt som gör att du lätt
minns den när du kommer hem och ska sammanfatta
iakttagelserna. Detta är extra viktigt när du besöker flera
platser på samma gång.
Koordinater
Använd en gps för att bestämma positionen och notera
denna tillsammans med vilken typ av koordinater det rör
sig om. Har man ingen gps går det naturligtvis att markera
platsen på en karta.
Vi rekommenderar att man alltid markerar
positionen på en karta redan ute i fält oavsett om
man har en gps med sig eller inte.
Detta minimerar risken för fel om gps:en av någon anledning
skulle ange fel koordinater.
Akustisk miljö och föremål
Kontrollera platsens akustiska miljö genom att klappa
händerna i olika riktningar. Lyssna efter ekon och försök att
identifiera ljudreflektorer som kan störa mätningen. Ljudet
rör sig ungefär med 330 m/s. Ett eko som återkommer
efter en sekund härstammar alltså från ett föremål som
är drygt 150 meter bort. Notera vilka föremål som finns i
omgivningen och försök att avgöra vilka som orsakar ekon.
Ekon som kommer från föremål som är närmare än lägsta
mäthöjd eller längre bort än högsta mäthöjd påverkar inte
mätningen. Detta illustreras av Figur 2-1.
Det är inte säkert att ett eko som det mänskliga örat hör
stör mätningen, men för att minimera risken så bör platser
med kraftiga ekon undvikas. Platser med fasta ekon som
28
påverkar mätningen kan identifieras i data. Läs mer om
detta i avsnitt 5.3.
Avstånd till grannar
Notera avstånd och riktning till eventuella bostadshus.
AQ500 sänder ut ett ljud som motsvarar ungefär tangent 83
på ett vanligt piano med 88 tangenter. Det är alltså hörbart
för det mänskliga örat. AQ500 sänder ut ungefär en ljudpuls
i sekunden dygnet runt. Man bör därför försäkra sig om att
inga bostäder eller fritidshus som kan störas finns i närheten.
Hur långt ljudet hörs beror både på vädersituationen och på
den omgivande terrängen. En lugn och stilla sommarnatt i
ett öppet landskap kan ljudet höras många hundra meter
medan det i blåsiga situationer inte uppfattas av ett mänskligt
öra på grund av bakgrundsbruset. Det finns därför inga
riktlinjer om hur långt ifrån bebyggelse man bör placera
systemet. Vi rekommenderar att man informerar och för en
dialog med de boende i närområdet för att inte riskera att
oplanerat behöva flytta instrumentet.
Transport
Beskriv vägen till och från platsen. Det är inte bara vid
installation och avinstallation det ska gå att ta sig till
platsen. Service och tankning måste kunna utföras. Hur ser
vägen ut efter några månaders höstregn? Kommer den att
plogas eller behövs det snöskoter på vintern?
Beskriv också markens beskaffenhet där AQ500 ska
installeras. Kommer stödbenen att stå på fast underlag eller
behövs plankor eller grus för att stabilisera?
Synlighet
Hur exponerad är AQ500 för förbipasserande? Solpaneler,
dieselmotor, diesel och batterier är stöldbegärligt. Vidtag
lämpliga åtgärder för den plats du valt. Det kan röra sig
om att sätta upp en vägbom, använda kamouflagenät
eller installera övervakningskamera. Observera att
övervakningskameror kan behöva tillstånd.
Riktning på systemet
Ange en rekommenderad riktning på systemet. Systemets
riktning anges av dragstången, läs mer om hur du mäter upp
riktningen i avsnitt 3.2.
Observera att det viktigaste är att mätningen håller
hög kvalitet, inte att solpanelerna är riktade mot
söder. Riktningen på panelerna har därför låg
prioritet jämfört med alla andra aspekter av platsen.
Bilder
Dokumentera omgivningen med fotografier i minst
fyra väderstreck. Genom att även inkludera en kompass
på bilderna så finns information om både riktning och
omgivning på samma plats, se Figur 2-12 för ett exempel.
Notera i protokollet om det är något på någon bild som
speciellt bör beaktas.
TIPS. Fotografera protokollet för platsen både före
och efter bilderna på omgivningen. Då är det enkelt
att veta vilken plats de tillhör.
Figur 2-12 Med en kompass på bilderna så finns
information om riktning och omgivning på samma
plats. I det här fallet är bilden tagen mot sydväst.
Meteorologi och orografi
Lämpligheten ur ett meteorologiskt perspektiv är
projektspecifikt och behandlas inte här. Bedömningen bör
göras som en del av förberedelserna innan platsbesöket och
kan noteras i protokollet för att all information om platsen
ska finnas på samma plats.
Branta terränglutningar kan påverka mätningen Även detta
är projektspecifikt men eftersom det är direkt relaterat
till själva mätprincipen som AQ500 använder så finns
det i avsnitt 2.2 några enkla tumregler som hemma vid
skrivbordet kan användas för att bedöma om terrängens
påverkan är signifikant eller inte. I bilaga 7 finns en mer
detaljerad beskrivning av terrängens inverkan och en enkel
metod som kan användas för att beräkna hur stor effekten
maximalt kan bli på mätningen. Bedömningen bör göras
som en del av förberedelserna innan platsbesöket och kan
noteras i protokollet för att all information om platsen ska
finnas på samma plats.
29
2.5 Exempel på installationer
I detta avsnitt finns exempel på installationsplatser och hur
man bör hantera dem. De är kategoriserade från 1 till 5.
Kategori 4 - mindre bra plats för mätning med AQ500,
undvik om möjligt
Kategori 1 - utmärkt plats för mätning med AQ500
Kategori 5 - inte lämplig för mätning med en AQ500
Kategori 2 - mycket bra plats för mätning med en AQ500
Observera att kategoriseringen anger lämpligheten för
mätning med en AQ500, inte hur nyttig platsen är sett ur
ett projektperspektiv.
Kategori 3 - bra plats för mätning med AQ500
Kategori 1
Figur 2-13 visar fyra exempel på platser i kategori 1. Det är
öppet i alla riktningar och det finns inga föremål i volymen
mellan halvsfärerna i Figur 2-1 som kan orsaka störande
ekon. Terrängen är i alla fyra fallen utan kraftiga lutningar
vilket betyder att det inte finns någon risk för orografiska
avvikelser i mätningen, läs mer i avsnitt 2.2. Detta är fyra
utmärkta mätplatser.
Figur 2-13 Fyra exempel på platser i kategori 1. Det finns inga
störande objekt inom volymen mellan halvsfärerna i Figur 2-1.
Omgivningen är i alla fyra fallen utan kraftiga terränglutningar..
30
Kategori 2
Till höger i Figur 2-14 visas ett exempel på en plats i kategori
2. Detta är en mycket bra mätplats. Det är öppet i alla
riktningar, det enda som eventuellt kan störa är mätmasten
som kan skönjas i bildens högra kant. Masten är 80 meter hög
och det horisontella avståndet mellan AQ500 och masten är
140 meter. Avståndet mellan AQ500 och mastens topp är
161 meter. Detta visas i den schematiska bilden till vänster
i Figur 2-14 där AQ500 står vid A medan masten står vid B.
Det är därmed på mäthöjderna mellan 140 och 160 meter
som masten kan orsaka störningar. För att minimera risken
161 m
A
140 m
för störningar bör ingen av mätloberna riktas mot masten
och man bör efter installationen kontrollera mätdata efter
tecken på fasta ekon på de höjder som potentiellt kan
störas, se avsnitt 5.3. Om det visar sig att masten stör så
är den effektivaste åtgärden att flytta AQ500 längre ifrån
masten så att den hamnar utanför den känsliga volymen
i Figur 2-1. I det här fallet var högsta mäthöjd 150 meter
vilket därmed skulle kräva en mycket kort flytt.
80 m
B
Figur 2-14 HÖGER: Ett exempel på en plats i kategori 2. Här finns en liten risk att masten kan störa mätningen, i övrigt finns inga
terrängpartier som kan orsaka problem och heller inte några störande ljudkällor. VÄNSTER: Masten kan om den orsakar fasta ekon störa
mätningen på höjderna mellan 140 och 160 meter.
I Figur 2-15 visas unga tallar med mycket barr som är bra
på att absorbera ljud. På platser där vegetationen består av
homogen ung tallskog är den akustiska miljön ofta mycket
bra och hamnar därför i kategori två. Även granar med
mycket barr utan exponerade stammar, som i Figur 2-16,
är bra på att absorbera ljud.
Figur 2-15 Kategori 2. Unga tallar med mycket barr, i det här fallet
2-4 meter höga, är bra på att absorbera ljud och platser som denna
är ofta bra akustiskt.
Figur 2-16 Kategori 2. Granar med mycket barr utan exponerade
stammar är, liksom unga tallar, bra på att absorbera ljud.
31
I Figur 2-17, Figur 2-18 och Figur 2-19 visas ytterligare
exempel på mätplatser som hamnar i kategori två.
Gemensamt för dem är att terrängen är fri från skarpa
lutningar och att vegetation i huvudsak består av smala
träd och låg barrskog som är bra på att absorbera ljud och
därmed minimerar sannolikheten för fasta ekon.
Figur 2-17 Kategori 2. Den låga, ljudabsorberande vegetationen i
bakgrunden befinner sig mellan de båda halvsfärerna i Figur 2-1.
Där är den värdefull för att dämpa oönskade ekon. De lite högre
träden är närmare än lägsta mäthöjd och kan därför inte orsaka
fasta ekon.
Figur 2-18 Bara smala träd som inte reflekterar ljudet som AQ500
sänder ut och platt terräng gör att platsen hamnar i kategori 2. De
unga barrträden är bra på att absorbera ljud och är därför bra att i
volymen mellan halvsfärerna i Figur 2-1.
Figur 2-19 Kategori 2. Ung granskog absorberar ljud mycket bra.
Denna plats kan nästan räknas som kategori 1, men det finns högre
träd runt omkring som kan orsaka reflektioner. Träden är så låga
att mätloberna går fria.
32
Kategori 3
I Figur 2-20 är det de höga träden, 40 meter bort vars övre
delar sträcker sig in i volymen mellan halvsfärerna i Figur
2-1, med delvis kala stammar som man bör koncentrera
sig på. Rikta loberna på ömse sidor om träden vid en
installation under dessa förhållanden. Det är viktigt att
mätningen följs upp efter installationen och att systemet
flyttas om det visar sig att träden påverkar mätningen.
Figur 2-21 visar en plats där träden står väldigt nära
installationsplatsen. När det är så trångt är det först och
främst viktigt att mätloberna går fria, se Figur 2-2. Man ska
också orientera systemet så att mätloberna riktas på ömse
sidor om träden och vara noga med att kontrollera så att
inga fasta ekon förekommer, se avsnitt 5.3.
På platsen i Figur 2-22 är det granridån i bakgrunden, 60
meter bort, som man bör vara observant på. Om granarna,
som befinner sig i området mellan halvsfärerna i Figur
2-1, har kala exponerade stammar kan de fungera som en
reflekterande vägg. Uppföljning av mätningen är väldigt
viktig.
Figur 2-21 En plats i kategori 3: Björkar står väldigt nära. Loberna
måste gå fria och riktas på ömse sidor om träden.
Figur 2-23 visar en t r å n g plats med en blandning av
ljudabsorberande barrträd och lövträd med kala och
reflekterande stammar. Det är viktigt att loberna går fria
och att mätningen följs upp noggrant.
Figur 2-22 En plats i kategori 3. Skogsridån i bakgrunden kan
fungera som en reflekterande vägg.
Figur 2-20 En plats i kategori 3. Rikta loberna på ömse sidor om
träden så går det bra att mäta på en plats som denna.
Figur 2-23 En plats i kategori 3. Det är ganska trångt med träd nära
inpå. Träden är en blandning av ljudabsorberande barrträd utan
kala stammar och lövträd med kala stammar som kan reflektera
ljudet. Det är viktigt att följa upp mätningen.
33
Figur 2-24 visar en typisk plats i kategori 3. Det är en
vändplats vid ett vägslut omgiven av träd av varierande
art och ålder men med dominans av unga träd med smala
stammar. De flesta platser som liknar denna är bra platser
att mäta på. Men precis som vid alla andra installationer
är det viktigt att följa upp mätningen så att inga störningar
förekommer.
Installationen i Figur 2-25 är på gränsen mellan kategori 3
och kategori 4. Granskogen som gränsar till hygget består
till stor del av träd med kala och exponerade stammar. Att
skogskanten sträcker sig diagonalt bort från AQ500 gör
att ekon kan komma från flera olika avstånd och därmed
påverka ett större intervall av profilen. I det här fallet hördes
inga kraftiga ekon på platsen och uppföljningen visade
inga tecken på att fasta ekon förekom. Men på platser som
denna kan det ibland vara bättre att placera AQ500 så nära
skogskanten som möjligt så att den hamnar innanför den
inre halvsfären i Figur 2-1.
Figur 2-24 En ganska typisk plats i kategori 3. En vändplats med
träd av varierande höjd och ålder runt omkring. I allmänhet är detta
en bra mätplats, men uppföljning är som alltid viktigt.
Figur 2-25 Kategori 3. Skogen i bakgrunden består av höga granar
med kala stammar. Den diagonala sträckningen i förhållande till
AQ500 gör att fasta ekon kan påverka flera höjder.
34
Kategori 4
Figur 2-26 visar ett exempel på en plats i kategori fyra.
Platsen är omgiven av tallar. De närmaste är innanför den
inre halvsfären i Figur 2-1 men då skogen längre bort består
av samma typ av träd med en stor andel kala stammar är
risken för fasta ekon stor. Vi rekommenderar först och
främst att man inte använder platsen. Vill man ändå försöka
måste man vara ytterst noga med att följa upp mätningarna
och leta efter tecken på fasta ekon, se avsnitt 5.3. Det är bra
att redan innan installationen ha föreberett en alternativ
plats dit AQ500 kan flyttas om det visar sig att fasta ekon
påverkar mätningen.
Figur 2-27 visar en plats med både höga och kala stammar
samt berg i dagen. Vi rekommenderar i första skedet att
man överväger att använda en annan plats. Om detta inte är
möjligt bör man ställa AQ500 så nära de nakna stenhällarna
som möjligt utan att rikta någon av mätloberna mot träden.
Avståndet till träden blir då mellan 20 och 30 meter. och de
hamnar då innanför den inre halvsfären i Figur 2-1.
Figur 2-28 visar en AQ500 placerad i en ung tallskog
som är bra på att dämpa ljud. Att platsen ändå hämnar
i kategori fyra beror på att det finns en mätmast cirka
120 meter bakom AQ500. Installationsplatsen var också
väldigt svårtillgänglig och terrängen något kuperad. Dessa
faktorer tillsammans gjorde att platsen hamnade i kategori
4.
Figur 2-26 Ett exempel på en plats i kategori 4. Denna typ av skog
med kala stammar innebär en stor risk för fasta ekon.
Figur 2-27 En plats i kategori 4. Kala stammar och berg i dagen som
kan orsaka fasta ekon om AQ500 inte placeras på ett lämpligt sätt.
Figur 2-28 De omgivande unga tallarna är bra på att absorbera
ljud och därmed minimera oönskade ekon. Masten i bakgrunden,
cirka 120 meter bort, gör tillsammans med dålig tillgänglighet till
platsen samt kuperad terräng att den hamnar i kategori 4..
35
I Figur 2-29 visas en installation ute på ett kalhygge.
Avståndet till trädridån till höger om AQ500 motsvarar
ungefär navhöjd. Det betyder att det är på höjder kring
navhöjd som det finns risk för fasta ekon. Finns det
indikationer på att skogsridån kan orsaka oönskade ekon
så bör platsen undvikas. En lämpligare placering kan i
det här fallet vara närmare skogsridån så att den hamnar
innanför den inre halvsfären i Figur 2-1.
Höga träd med glesa kronor och delvis exponerade stammar
omger installationsplatsen i Figur 2-30. Detta tillsammans
med mätmasten i bakgrunden, drygt 120 meter bort, gör
platsen mindre lämplig för mätning med en AQ500. Det
är viktigt att mätningen följs upp noggrant om platsen
används.
Figur 2-29 Kategori 4. I bakgrunden finns en trädridå med delvis
kala stammar på ett avstånd som ungefär motsvara navhöjd. På
dessa höjder är det viktigt att det inte finns några störningar. En
lämpligare placering hade varit närmare skogsridån så att den
hamnar innanför den inre halvsfären i Figur 2-1.
Figur 2-30 Kategori 4. Höga träd med delvis kala stammar omger
platsen som är granska trång, mätloberna går dock fria. Dessutom
finns en mätmast cirka 120 meter från installationsplatsen.
36
Kategori 5
Figur 2-31 visar ett exempel på en plats i kategori 5. Träden
står extremt nära, mätningar från platsen kommer inte att
hålla godkänd kvalitet. Notera också att systemet inte har
några skyddstaggar, dessa bör alltid vara monterade.
Figur 2-32 visar en plats med höga alar med kala stammar.
Tydliga ekon hördes från de kala stammarna drygt 60 meter
bort. Det finns även en skogsridå cirka 130–150 meter
bort som kan verka som en reflekterande vägg. Platser som
denna rekommenderas inte för mätning med AQ500.
Figur 2-31 Ett exempel på en plats i kategori 5. AQ500 står mitt
inne bland tallar med nakna stammar. Mätningen blir obrukbar.
Figur 2-32 En plats i kategori 5. Höga och kala alstammar orsakade
tydliga ekon på den här platsen.
Den glesa, uppväxta, tallskogen i Figur 2-33 gör den
akustiska miljön extremt dålig. Det finns stammar som kan
reflektera ljudet så långt det går att se. Platsen är direkt
olämplig för mätning med en AQ500.
På platsen som visas i Figur 2-34 installerades en AQ500
trots att avståndet till fackverkskonstruktionerna inte var
längre än 60-70 meter. Dessa orsakade stora störningar
och mätningen fick avbrytas. Målet måste alltid vara att
inga störande föremål finns i volymen mellan halvsfärerna
i Figur 2-1.
Figur 2-33 Kategori 5. Gles tallskog som denna med kala stammar
så långt det går att se erbjuder en mycket dålig akustisk miljö.
Platsen är inte lämplig för mätning med AQ500.
Figur 2-34 Kategori 5. En AQ500 installerades på den här platsen
men elstolparna av fackverkstyp 60-70 meter bort gjorde mätningen
obrukbar.
37
3. Installera systemet
TEMP/FUKTGIVARE
1. Leta upp en plan yta att ställa systemet på. Fäll ner de fyra
stödbenen och grovjustera systemet i våg, se Figur 3-1.
Det är viktigt att hålla området under vagnen
fritt från gräs, buskar och kvistar. AQSystem
rekommenderar att området täcks med sand, grus
eller en presenning för att undvika att gräs, buskar
eller kvistar kommer i kontakt med elverkets
avgasrör.
STÖDBEN
2. Installera temperatur/luftfuktighetsgivaren på utsidan av
trailern.
Figur 3-1
Montera inte givaren ovanför solcellerna. Detta
leder till felaktiga temperaturvärden. Eftersom
temperaturen används för att beräkna vinden
riskerar också denna att bli felaktig.
3. Plocka ut solcellerna ur antennutrymmet.
4. Lossa de tre yttersta spännena på antennen, Figur 3-2. Lyft
försiktigt upp antenntoppen och placera vattenpasset på
bottenplattan, Figur 3-3
Figur 3-2
5. Justera med hjälp av stödbenen tills systemet står helt i
våg.
6. Om systemet har OMNI antenner (vita rör) montera dessa
på hållarna, se Figur 3-4. Höj sedan upp antennhållarna.
Figur 3-3
Figur 3-4 Installera antennerna med två skruvar.
38
3.1 Installera solpanelerna
OBSERVERA att en bra mätning utan störningar
är mycket viktigare än att solpanelerna är riktade
mot söder!
1. Lossa skruvarna som håller fast ramen i väggen, se Figur
3-5.
2. Vik ut ramen och skruva fast de korta benen i vagnen.
Använd skruvarna som lossades tidigare för att hålla fast
de längre benen i ställningen. Figur 3-6.
3. Skruva fast den undre U-balken längst ner på
ställningen, se Figur 3-6. Använd fyra skruvar från
installationsmaterialet.
Figur 3-5
4. Skjut in solpanelerna i ramen och lås fast dem med de
hänglås som finns i installationsmaterialet, se Figur 3-7.
TIPS! Solpanelerna är uppmärkta efter den ordning
de ska ha när de monteras.
5. Koppla in kablarna från installationsmaterialet till
solcellerna. Skruva loss täcklocket vid genomförningen i
väggen och trä igenom kablarna. Koppla ihop kablarna
från solcellerna med kablarna i kopplingsboxen inne i
vagnen; röd kabel till röd kabel, svart kabel till svart
kabel. Se Figur 3-8.
Figur 3-6
6. Koppla in solcellsregulatorn med kontakten nere vid
batteribanken, se Figur 3-9.
Figur 3-7
Figur 3-8
Figur 3-9
39
3.2 Mät upp systemets riktning
Mät upp systemets riktning med hjälp av kompassen som
medföljer i installationsmaterialet. Gå 10–15 meter bakom
vagnen, Figur 3-10, rikta in kompassens kant mot ena sidan
av vagnen och vrid sedan kompasshuset tills den röda pilen
i kompassens botten ligger i samma riktning som norrpilen
i kompassen, se Figur 3-11. Notera riktningen, den skall
användas senare.
OBS! Det är viktigt att hålla kompassen horisontellt
för att få en korrekt mätning.
Figur 3-11 I det här fallet hade
systemet riktningen 160 grader.
3.3 Starta systemet
Figur 3-10 Ställ dig 10–15 meter bakom
vagnen och rikta kompassen längs med sidan.
Slå på strömbrytaren, Figur 3-12. Strömbrytaren finns
i kontrollskåpet. Då systemet är igång kommer ett pip
höras cirka en gång per sekund. Ljudstyrkan på pipet ökar
gradvis och efter cirka två minuter så sänder systemet med
den effekt som systemet är inställt på.
Om systemet är utrustat med en dieselvärmare så
startar inte AQ500 om det är under 12,5 VDC i
batteribanken. Om spänningen understiger 12,5
VDC så går elverket igång på manuell cykel och
det kan ta ett par minuter innan elverket har börjat
ladda batteribanken så att AQ500 startar.
Figur 3-12 Strömbrytare
Starta elverket genom att trycka på knappen A på
kontrollpanelen och lyssna så att det inte förekommer
några vibrationer eller missljud.
Kontrollenheten känner automatiskt av spänningen i
batteribanken. Om solpanelerna inte ger tillräcklig laddning
startas elverket automatiskt och laddar batterierna. Om
systemet har 230VAC matning så laddas systemet istället
från 230 VAC matningen då spänningen sjunker.
Systemet är nu igång, det som återstår är att ställa in
sodarparametrarna. Se bilaga 2 och bilaga 3 för hur du gör
detta för system med GSM-kommunikation eller bilaga 1
för system med webbkommunikation.
40
Kontrollera
- Horisontering
- Riktningen på systemet
- Att strömförsörjningen är ställd i "Auto mode"
- Bränslenivån
- Att vagnen är låst vid drag och dörr till kontrollenhet
3.4 Installation med helikopter eller skogsmaskin
AQ500 kan även installeras med helikopter eller
skogsmaskin. Släpet har lyftöglor på taket som används
vid dessa installationer.
Totalvikt på AQ500C Wind Finder utan bränsle i tanken
är 1200 kg. Vid helikopterlyft kan vikten minskas genom
att man plockar ur batteribanken, då minskar vikten med
180 kg.
Batterierna är mycket strömstarka så vidta
nödvändiga försiktighetsåtgärder för att undvika
kortslutningar
41
4. Efter installation
När systemet är installerat så måste man lägga in systemets
riktning och ställa in vilken effekt högtalarna ska sända med.
För de system som är utrustade med GSM-kommunikation
finns detta beskrivet i bilaga 3. För de system som är
utrustade med webbkommunikation finns det beskrivet i
bilaga 1.
1. Titta på mätdata en till två veckor efter
installationen för att säkerställa att allt fungerar
och att det inte finns några fasta ekon.
2. Kontrollera varje vecka att systemet är igång
och fungerar som det ska.
3. Fyll på bränsle innan det tar slut.
4. Gör månadsvisa kontroller av datakvaliteten.
5. Låt serva ditt system regelbundet, minst var
tredje månad.
För GSM-system så måste också automatisk hemtagning
av data konfigureras, detta finns beskrivet i bilaga 2. För
webbsystem skickas all data automatiskt till AQSystems
server.
När alla inställningar är gjorda så är det viktigt att
kvalitetssäkra mätningen. Som stöd för detta finns fem steg
markerade med rött nedan. Dessa steg säkerställer att du
inte får några obehagliga överraskningar när det är dags att
utvärdera data efter avslutad mätkampanj.
4.1 Kommunicera, fjärrstyr och ladda hem data
Är din AQ500 utrustad med GSM-kommunikation så
finns information om hur du laddar hem och tittar på data
beskrivet i bilaga 2 och 3. GSM-system kan även styras med
SMS, vilka funktioner som finns tillgängliga står i bilaga 5.
Är ditt system utrustat med webbkommunikation så finns
all nödvändig informationen gällande kommunikation,
nedladdning av data och fjärrstyrning i bilaga 1.
4.2 Rekommenderade kontroller
Då systemet är installerat är det av yttersta vikt att man följer
upp mätningarna. Lämna inte systemet obevakat under
långa perioder då detta kan medföra stora dataförluster och
i värsta fall en oanvändbar mätserie. I de följande avsnitten
beskrivs de kontroller AQSystem rekommenderar.
4.2.1 I samband med installation
Redan i anslutning till installationen måste man försäkra
sig om att allt fungerar som det ska innan man åker ifrån
platsen.
Säkerställ att temperaturgivaren fungerar och ger
rimliga värden samt att högtalarmembranen är
hela genom att titta på spektrum innan du åker
från platsen.
Kalla membran kan producera konstiga spektrum. Låt
därför AQ500 vara igång i minst en halvtimme innan du
kontrollerar spektrumen.
Det viktigaste är att temperatursensorn fungerar och att
det inte finns några föremål i omgivningen som reflekterar
ljud och därmed orsakar fasta ekon. Hittar man tecken som
tyder på att något i omgivningen stör mätningen bör man
starkt överväga att flytta systemet för att undvika orsaken.
Vi rekommenderar att man tittar på följande parametrar
• Temperatur - utan korrekt temperatur blir inte
vindmätningen korrekt
• Kompletta vindprofiler - för att detektera fasta ekon
• Spektrum - kontrollera att högtalarmembranen är ok
En vecka eller två efter installation är det viktigt att
titta igenom insamlad data. Syftet med kontrollen är att
säkerställa att allt fungerar som det ska och att installationen
ger goda data.
42
Läs mer om kontrollerna av temperatur,
vindprofiler och spektrum i kapitel 5.
kompletta
4.2.2 Veckovisa kontroller
När man konstaterat att det inte finns något på platsen
som stör mätningen går mätkampanjen in i en driftfas. Nu
gäller det att se till att det inte blir några onödiga avbrott
i mätningen på grund av bränslebrist eller att någon
komponent som går sönder inte upptäcks inom rimlig tid.
• Kontrollera att inga larm från AQ500 gällande låg
bränslenivå eller låg batterispänning finns. Larm kan
fås via SMS för system med GSM-kommunikation
eller kontrolleras via Webviewern för system med den
kommunikationslösningen.
Vi rekommenderar att följande kontroller görs minst en
gång varje vecka:
• Kontrollera högtalarmembranen genom att titta på
spektrum.
• Kontrollera att den uppmätta temperaturen ser rimlig ut.
4.2.3 Månadskontroller
Varje månad bör man titta på dittills insamlad data. Vi
rekommenderar att man åtminstone tittar på följande
• Kompletta vindprofiler
Har man tillgång till data från en närbelägen (inom
några hundra meter) mätmast så kan denna användas
i månadsuppföljningen. Avvikelser upptäcks betydligt
enklare vid jämförelser än vid granskning av en ensam
dataserie.
• Tidsserier av vindstyrka, temperatur och vindriktning
• Datatillgänglighet
Observera att jämförelser endast bör göras om mastmätdata
har fullgod kvalitet. Läs mer om detta i kapitel 5.
• Fördelning av vindstyrka och vindriktning
43
4.2.4 Regelbunden service
Förutom regelbundna kontroller av driftstatus och
datakvalitet är det också viktigt att sköta om hårdvaran.
Själva antennenheten är mycket robust och har inga rörliga
delar vilket gör att den enbart i undantagsfall orsakar
databortfall på grund av trasiga högtalarmembran.
Använd aldrig högre uteffekt än 250 Watt
på högtalarna för att undvika skador på
högtalarmembranen.
Kraftförsörjningen
AQ500 innehåller en vanlig dieselmotor och vanliga blysyrabatterier. Dessa komponenter slits på samma sätt som
andra motorer och batterier. Livslängden på dieselmotorn
är omkring 3000 timmar. Batterierna fungerar under
normala driftförhållanden tillfredsställande under minst
tre år. Du måste se till att både dieselmotor och batterier
underhålls. Vid eftersatt eller felaktigt underhåll förstörs
de. Som en konsekvens förlorar du data och måste låta
utföra dyra reparationer. .
Om dieselmotorn inte går på sommaren så rekommenderar
vi att du manuellt sätter igång den någon gång i månaden.
Detta kan göras på distans.
I tabellen nedan visas serviceschemat för kraftförsörjningen
Vid besök
Varje månad
Bränsletillförsel
Varje 200:e drifttimma på elverket
Varje 400:e drifttimma på elverket
1. Kontrollera bränslefilter
•
2. Kontrollera anslutningar till bränsleslang
•
Motorolja
3. Kontrollera / Fyll motorolja
4. Byt motorolja
5. Rengör oljefilter
•
Första tillfället
•
•
Luftfilter och kylsystem
6. Kontrollera luftfilter
7. Byt luftfilter
•
•
Elsystem
8. Kontrollera syranivån i startbatteri
44
•
Temperatursensorn
Att temperatursensorn fungerar som den ska är en
nödvändighet för att vindmätningen ska bli korrekt.
Eftersom ljudets hastighet i luft är temperaturberoende
så kan en felaktig temperatur innebära att mätvärdena
hamnar på fel höjd. En tumregel är att en avvikelse på över
tio grader innebär att felen i vindstyrka blir signifikanta.
Montera aldrig temperatursensorn ovanför de mörka
solpanelerna då detta gör att den uppmätta temperaturen
blir för hög!
Dämpmaterialets livslängd
Dämpmaterialet som sitter i antennutrymmet åldras och
slits då det utsätts för väder och vind. Efter några år kan
detta påverka vindmätningen då materialets dämpande
förmåga försämrats så mycket att ljud reflekteras inne
i antennutrymmet. Mest kritiskt är det i den övre delen
av antennutrymmet, det är därför där du bör kontrollera
materialets kondition. Från början är materialet 30 mm
tjockt, när tjockleken närmar sig 15 mm eller om det börjar
kännas hårt är det hög tid att byta ut det. Dämpmaterialet
har en vågig struktur och tjockleken mäts från väggen
materialet sitter på till topparnas spetsar. Exempel på nytt
dämpmaterial visas i Figur 4-1 och Figur 4-2. Ett exempel
på slitet dämpmaterial visas i Figur 4-3.
Figur 4-1 Nytt dämpmaterial i övre delen av antennutrymmet.
Töm minneskortet
På system med GSM-kommunikation måste man
tömma minneskortet med jämna mellanrum, gärna
en gång varje år.
Blir antalet filer för stort på kortet kan hämtningen av data
misslyckas. Detta kan ske även om det fortfarande finns
plats på minneskortet och hänger ihop med längden på den
lista med filer som skapas. Ingen data går förlorad, men
det går inte att hämta hem den utan att åka till AQ500 och
fysiskt plocka ut och tömma kortet på data. De filer som
hämtas från kortet bör sparas på ett säkert sätt.
Figur 4-2 Nytt dämpmaterial i närbild.
Övriga kontroller
Vi rekommenderar att nedanstående punkter kontrolleras
vid varje besök och/eller servicetillfälle
• Kontrollera antennen – snö, is, skräp, fågelbon eller dylikt
ska tas bort.
Använd inte antennutrymmet för förvaring!
• Kontrollera kablage
Figur 4-3 Slitet dämpmaterial i närbild.
45
5. Analys av data
AQSystem gör vissa filtreringar redan i insamlingsskedet
för att säkerställa en hög kvalitet på mätdata. Syftet med
filterna är att användaren ska kunna använda data för
vindresursutvärdering utan vidare filtrering.
Filtrera aldrig data på signal-brusförhållande
eller på förekomst av standardavvikelse. Data
från AQ500 kommer färdigfiltrerad och redo för
vidare användning!
Inga filter är helt täta och ibland kan avvikande värden
passera. Det är därför viktigt att man går igenom sina data
innan de ska användas.
Felaktiga extremvärden hos vindstyrkan kan
förekomma någon eller några gånger per månad.
Dessa måste tas bort innan data används.
Det saknas mer turbulensdata (standardavvikelse) än
vindstyrka och vindriktning. Detta beror på att det ställs
olika kvalitetskrav på signalen från atmosfären beroende på
om det är vindstyrka/vindriktning eller standardavvikelse
som beräkas.
få upp tillgängligheten på standardavvikelsen till samma
nivå som för vindstyrkan/vindriktningen.
AQ500 är ett vektormätande instrument till skillnad
från en skålkorsanemometer som är ett skalärmätande
instrument. Vektormedelvinden är alltid något lägre än
skalärmedelvinden.
Som en del i analysen bör man alltid undersöka
om en konvertering från vektormedelvärde till
skalärvärde är nödvändig!
Läs mer om skillnaden vektor-skalär i avsnitt 1.1.2 samt i
bilaga 4.
En mycket viktig del i analysen är att undersöka
om mätningen är påverkad av systematiska fel
om datatillgängligheten är lägre än 100 procent.
I de följande avsnitten beskrivs vilka filter AQSystem
applicerar på data, hur man bör gå igenom sin mätserie för
att upptäcka avvikelser och systematiska fel, hur man gör
sina data jämförbara med en mastmätning och hur man
lämpligast gör själva jämförelsen.
Vindstyrkan är inte felaktig bara för att det saknas
standardavvikelse!
Ett av AQSystems prioriterade utvecklingsområden är att
STEG I ANALYSPROCESSEN
KVALITETSKONTROLLERA DATA
temperatur
tidsserier
kompletta profiler
spektrum
UNDERSÖK FÖREKOMST AV SYSTEMATISKA FEL
UNDERSÖK BEHOV AV VEKTOR-SKALÄRKORREKTION
46
5.1 Datafiltrering av AQSystem
Filtrering av data sker vid två tillfällen i
datainsamlingsprocessen. Det första filtreringssteget är då
ekot som AQ500 tar emot genomgår signalbehandling.
Detta sker i datorn som sitter i AQ500.
Det andra filtreringssteget genomförs då data överförs från
AQ500 till användaren. Filöverföringen kan ske på två sätt
1. Användaren själv ringer upp systemet med hjälp av
SODWIN-MCOM, se bilaga 2. Filterna är en del av MCOM.
2. AQ500 skickar automatiskt data var tionde minut till
en säker server ägd av AQSystem. Filterna finns på servern.
Då dessa filter uppdateras kontinuerligt är det viktigt att
man alltid säkerställer att man har den senaste versionen av
MCOM. Detta behöver man som användare inte tänka på
om AQ500 är utrustad med AQWebview. Då ser AQSystem
till att servern alltid har uppdaterade filter.
Figur 5-1 visar en förenklad bild av processen. Det som är
markerat i grått sker i datorn som sitter i AQ500 medan det
som är markerat med blått sker på användarens dator eller
på AQSystems server.
De filter som appliceras på varje tidssteg i den senaste
versionen av MCOM och på webbservern är beskrivna
nedan. Den senaste versionen av MCOM finns alltid
tillgänglig på AQSystems hemsida (kräver användarnamn
och lösenord som tillhandahålls av AQSystem).
1. Signal-bruskvoten (SNR) måste vara större än 2,1 för att
ett värde ska anses giltigt
2. En referensvindprofil (under antagande att en potenslag
kan användas för att beskriva profilen) skapas av
värdena på 50 och 100 meter. Om något värde på någon
annan mäthöjd avviker med mer än +3 meter per sekund
från referensvindprofilen filtreras det bort. Om värdet
på någon annan höjd avviker med mer än -3 meter per
sekund måste SNR vara lägre än 7 för att värdet ska
anses ogiltigt.
3. Om vertikalvinden är större än 2,2 meter per sekund
eller mindre än -2,2 meter per sekund anses både
vertikalvinden, horisontalvinden och vindriktningen
ogiltiga.
Figur 5-1 Förenklad beskrivning av processen från utsänd ljudpuls till läsbart mätvärde. Stegen markerade med grått äger rum i AQ500
medan de blå stegen sker i användarens dator eller på AQSystems server om systemet har webblösning.
47
5.2 Normal tillgänglighet
Hög datatillgänglighet är avgörande för att få en mätning
som är fri från systematiska fel. Figur 5-2 visar hur
stor datatillgängligheten av vindstyrkan, uttryckt som
procent av mätperioden, normalt är på olika höjder.
Datatillgängligheten är baserad på 30 mätkampanjer, i
huvudsak utförda i Norden. Mätperioderna längd varierar
mellan 76 och 769 dygn med en medellängd på 181 dygn.
Sköter man AQ500 enligt AQSystems rekommendationer,
beskrivna i kapitel 4, ska man ligga inom intervallet
avgränsat av de röda kurvorna.
Mäter man på platser där snö förekommer
under vintern krävs en dieselvärmare för att
datatillgängligheten ska vara tillfredsställande.
För gärna dagbok över hur mätningen fortlöper. Det är då
lättare för den som ska utvärdera mätningen att avgöra om
en datatillgänglighet som avviker från den normala beror
på att systemet inte underhållits på ett bra sätt eller om man
måste söka andra orsaker.
Figur 5-2 Den blå kurvan visar medelvärdet av datatillgängligheten hos AQ500 på olika mäthöjder. (z) Medelvärdet är baserat på data från
30 mätkampanjer. Längden på mätperioderna varierade mellan 76 och 769 dygn med ett medelvärde på 181 dygn. De röda kurvorna är
medelvärdet plus och minus en standardavvikelse.
48
5.3 Kvalitetskontroll av data
Att kvalitetskontrollera data innebär inte bara att studera
de insamlade observationerna. Man måste också titta
på i vilket skick AQ500 är och hur installationen är
gjord. Det här avsnittet beskriver ingående vilka steg en
kvalitetskontroll måste innehålla.
Dokumentation
En ordentligt dokumenterad installation ger den som
analyserar möjlighet att bedöma vilka förutsättningar
AQ500 har att göra ett bra jobb. Dokumentationen måste
åtminstone innehålla
•
Fotografier på omgivningen
•
Fotografier på AQ500 efter installation
•
En karta över platsen med omnejd
•
Information om servicetillfällen
•
Händelselogg
Med hjälp av dokumentationen måste det gå att avgöra om
terrängen kan påverka mätningen och om det finns några
ljudreflekterande föremål i volymen mellan halvsfärerna i
Figur 2-1. Bedömning av platser beskrivs i kapitel 2.
Kontrollera utrustningen
Utifrån dokumentationen måste det gå att bedöma i vilket
skick AQ500 är.
•
Hur gammalt är systemet?
•
Har service utförts enligt rekommendationerna i
avsnitt 4.2.4?
•
Har systemet utsatts för kraftigt yttre våld under
transport eller installation? Trafikolyckor, dåliga vägar
med stora stenar eller djupa hålor eller om systemet
tappats då det lyfts kan orsaka skador som kan påverka
mätningen.
•
I vilket skick är det ljudabsorberande materialet i
antennutrymmet? Har det blivit bytt någon gång? Utan
bra dämpmaterial riskeras kvaliteten på mätningen.
•
Har tankning skett innan bränslet tagit slut? Detta är
avgörande för att batterierna ska må bra. Bra batterier
gör att dieselmotorn går mindre vilket är positivt både
ur drift- och miljöaspekt.
•
Har termometern varit monterad korrekt? Se avsnitt 3.
49
Temperatur
Är temperaturvärdena felaktiga eller saknas så kommer
vindhastigheten att beräknas felaktigt. Formeln nedan
kan användas för att uppskatta felet under antagande att
vinden följer en potenslag.
Den temperatur som finns registrerad i datafilerna
används i beräkningen. Enda undantaget är om data
är markerad som saknad med 9999. Då används
+15°C.
40
30
20
Temperature (ºC)
Kontrollera att temperaturgivaren ger rimliga värden. Både
för platsen och för årstiden. I Figur 5-3 visas ett exempel på
temperaturvariationen under ett år på en plats i Norden. På
sommaren, när solen är stark, har vi normalt ett utpräglat
maximum i temperaturen under dagen och ett minimum
under natten, Figur 5-4. På vintern, när solen är svag, är
det i hög grad molnförhållandena och passage av låg- och
högtryck som ger temperaturkurvan dess utseende, Figur
5-5.
10
0
−10
−20
−30
−40
110101
där U = vindstyrka och δU / U = (Umätt - Uverklig) / Umätt .
110401
110701
111001
120101
Figur 5-3 Temperaturen under ett år på en plats i norden.
T = temperatur och δT = Tmätt - Tverklig
24
och α är vindskjuvningspotensen.
22
Exempel 1 temperatur
Temperature (ºC)
Den verkliga temperaturen är cirka 15°C. Den felaktiga,
mätta temperaturen är 0°C. Alltså Tverklig =+15 och Tmätt = 0.
Vi får δT = 0 - 15 = - 15. Vindskjuvningen α = 0,3. Formeln
ger
20
18
16
14
12
10
8
110619
dvs. -1,9 %. Den uppmätta medelvinden är 1,9 % för svag
110622
110623
0
−2
−4
−6
−8
−10
−12
−14
−16
110130 110131 110201 110202 110203 110204 110205 110206 110207
Figur 5-5 På vintern är det molnighet och passage av
låg- och högtryck som i hög grad bestämmer utseendet på
temperaturkurvan.
50
110624
2
Temperature (ºC)
Ibland är inte temperaturavtagandet torradiabatiskt, men
avvikelsen är normalt mindre än någon grad i de delar av
atmosfären där AQ500 mäter (de lägsta 200 metrarna). Låt
oss sätta in detta i formeln och ansätta en vindskjuvning α =
0,3. Vi får δU ⁄ U = 0,0013 eller 0,13 %. Om termometern
fungerar är således temperaturavvikelsens inverkan på
mätningen försumbar.
110621
Figur 5-4 Temperaturen på sommaren har en utpräglad daglig
gång.
I beräkningen av vindstyrkan antar vi att
temperaturavtagandet
i
atmosfären
är
torradiabatiskt, 0,98°C / 100 meter.
Exempel 2 temperatur
110620
Tidserie av vindstyrka
Nästa steg i kvalitetskontrollprocessen är att visuellt
inspektera tidserier av vindstryka och vindriktning. Genom
att rita upp flera nivåer på samma gång är det enklare att
upptäcka avvikelser.
Ett exempel på spikar som måste tas bort visas i Figur 5-6.
Det bör inte finnas mer än en handfull under en månad.
25
Wind Speed (m/s)
Leta efter orimliga extremvärden, spikar, i
vindstyrkan. Dessa måste tas bort innan data
används!
U50
U100
U150
30
20
15
10
5
Observera att värden markerade med 9999 i datafilerna
inte är spikar utan markerar saknade observationer.
0
100214
100221
100228
Figur 5-6 Tidserie av vindstyrka, U, på höjderna 50, 100 och 150
m från februari 2010. På 100 meter syns några spikar som måste
tas bort innan data analyseras vidare.
51
Kompletta vindprofiler
I avsnitt 2.1 beskrivs hur man gör för att minimera risken
för fasta ekon, det vill säga ekon från föremål i närheten av
installationsplatsen. I det här avsnittet beskrivs hur fasta
ekon påverkar mätningen och hur det vi kallar kompletta
profiler kan användas för att detektera fasta ekon.
AQ500 använder dopplereffekten för att beräkna vinden,
se avsnitt 1.1. Ett stillastående föremål orsakar inget
dopplerskift och ekot som kommer tillbaks har samma
frekvens som den signal som sändes ut. Detta tolkas av
AQ500 som att vindstyrkan är noll meter per sekund. Fasta
ekon som blandas med riktiga atmosfärsekon gör att den
uppmätta vindstyrkan blir lägre än den skulle varit om det
inte funnits några fasta ekon.
tidsskalan några timmar eller mindre. Vi rekommenderar
därför att man gör medelvärden av de kompletta profilerna
över minst ett dygn så att inte naturliga fluktuationer på
grund av turbulens misstas för fasta ekon
Låt oss studera de schematiska profilerna i Figur 5-9. Om
vi vill göra ett medelvärde av alla kompletta profiler mellan
50 och 200 meter så är det enbart den blå profilen som
uppfyller kravet att det finnas data på alla nivåer. Om vi
istället vill ha medelvärdet av alla kompletta profiler mellan
50 och 100 meter så uppfylls kravet med data på alla nivåer
av alla tre. Mer data innebär att vi får ett bättre underlag
för att bedöma den kompletta profilen. Om de högsta
nivåerna inte är intressanta så är det därför fördelaktigt att
inte inkludera dem i medelvärdesbildningen.
Att de nivåer som påverkas av fasta ekon får en något
lägre vindstyrka än de opåverkade kan vi använda för att
detektera dem. Ett mycket bra verktyg för att göra detta är
kompletta profiler.
Vi använder kompletta profiler för att inte riskera att
dra fel slutsatser på grund av olika datatillgänglighet
på olika höjder.
En vindprofil för ett tidssteg, 10 minuter, är den enklaste
profilen som kan fås från en AQ500. Under ett dygn kan vi
som mest få 144 profiler.
Kompletta profiler är kraftigt påverkade av
systematiska fel och ska enbart användas för att
undersöka förekomst av fasta ekon!
En komplett profil är en profil där observationer
finns på alla nivåer.
Det är viktigt att man inte bara tittar på ett enstaka dygn
eftersom de fasta ekonas påverkan på mätningen kan vara
vindriktningsberoende. Så även om man inte upptäcker
några fasta ekon under de första dygnen efter installationen
bör man kontinuerligt följa upp och kontrollera sina data
till dess att alla vindriktningar är representerade.
I Figur 5-9 visas tre schematiska vindprofiler. De är från tre
olika tidssteg och visar hur det blåste på olika höjder under
tre tiominutersperioder. Den blå profilen innehåller data
på alla höjder mellan 50 och 200 meter. Den röda profilen
innehåller data på alla höjder mellan 50 och 100 meter
medan den gröna profilen innehåller data på alla höjder
mellan 50 och 150 meter.
0
70
Fasta ekon framträder tydligare om y-axeln eller både y
och x-axlarna är logaritmerade. Vindprofiler som följer
en potenslag ska vara raka om båda axlarna logaritmeras,
vindprofiler som följer en logaritmisk profil ska vara raka
om enbart y-axeln logaritmeras. Böjar och knyckar mot
lägre vindstyrka tyder på fasta ekon.
50
Ett fast eko på en nivå påverkar inte datakvaliteten
på övriga, ostörda, nivåer.
0
0
Man bör dock alltid sträva efter att installera
AQ500 så att inga störningar förekommer för att
minska risken för misstolkning av resultaten!
0
70
50
4
5
6
7
8
Figur 5-7 Schematiska vindprofiler för tre olika
tiominutersperioder.
Vindstyrkan på en viss höjd varierar mellan två
tiominutersperioder. Vindprofilen är därför inte stabil på
52
Metodik för att använda kompletta profiler
1.
Vilket höjdintervall är du intresserad av? Välj
att göra kompletta profiler enbart med data på
de höjder som är relevanta för din tillämpning.
Närmast marken finns flera olika gränsskikt i
atmosfären, dessa är i normalfallet inte intressanta
ur ett vindenergiperspektiv. Vi rekommenderar
att man, för att undvika förvirring, enbart tittar
på data från höjder över 60 meter. I allmänhet
behöver man heller inte titta på höjder över 150
meter. Ett exempel på kompletta profiler fria från
störningar visas i Figur 5-10. Ett exempel med
störda profiler visas i Figur 5-11.
190
01101 9 1 0
01101 0 7
01101 1 104
0110 01 10
0110 0 1 1
0110 0 11
0110 04 1 7
170
150
10
110
90
70
50
2.
Rita upp kompletta vindprofiler med så lång
medelvärdesperiod som möjligt, minst ett dygn
lång bör perioden vara. Prova gärna olika längd
på medelvärdesperioden, ju längre period desto
mindre inverkan får enstaka dagar och desto
säkrare blir bedömningen av en eventuell störning.
3.
Gör en passning av en potensprofil eller en
logaritmisk profil till din kompletta profil och
rita sedan upp skillnaden mellan de två. Detta gör
att eventuella avvikelser syns mycket tydligare
än om enbart den kompletta profilen ritas upp.
Om skillnaden är mindre än ± en procent anses
mätningen vara fri från signifikanta störningar.
Exempel på passning och skillnad visas i Figur
5-12 och Figur 5-13.
u 20110115−20120202
170
170
150
150
130
130
110
110
z (m)
190
90
90
70
70
5
6
7
8
9
complete
fit
−0.5
0
0.5
com − fit (%)
1
50
1
7
5
3
3
3
3
3
3
3
3
5
3
4
5
6
7
8
8
8
8
8
8
8
5
3
3 7
4
5
6
7 8
8
Figur 5-9 Exempel på kompletta profiler med ett väldigt tydligt fast
eko på nivåerna 120 till 170 meter. Nivåerna under 120 meter är
möjliga att använda. Axlarna är logaritmerade så att profiler som
följer en potenslag blir räta linjer. Vi ser att flera av profilerna inte
följer en potenslag på nivåerna under 120 meter genom att de är
böjda.
6
u
8
Figur 5-10 Höger; Den kompletta profilen över cirka ett år visas i
blått. En passning av en potenslag till denna visas som rödstreckad
linje. Vänster: Skillnaden mellan den kompletta profilen och
passningen i procent. Skillnaden är extremt liten i detta fall.
Figur 5-11 Som Figur 5-12 men med ett tydligt fast eko på högre
nivåer. Det framgår också tydligt, genom profilens böjda form, att
den inte följer en potenslag på ostörda nivåer.
loglog
190
190
170
170
150
150
130
130
110
110
z (m)
50
−1
11 1
Figur 5-8 Exempel på kompletta profiler fria från störningar
mellan 50 och 200 meter. Axlarna är logaritmerade vilket gör
att profiler som följer en potenslag blir räta linjer. Profilerna är
medelvärdesbildade över ett dygn och siffran efter datumet anger
hur många profiler som ingår i den medelvärdesbildade profilen.
u 20130801−20130818
com
±1%
10
7
loglog
190
4
90
90
70
70
50
com
±1%
−2
0
2
com − fit (%)
4
50
complete
fit
5.5
u
6
6.5
53
Spektrum
Spektrum från AQ500 används främst för att kontrollera
status på högtalarna. Om ett högtalarmembran gått sönder
är det viktigt att det byts ut så snart som möjligt för att
undvika förlust av data.
Det finns två sätt att titta på spektrum. Antingen via
programvara SODWIN.NET, se bilaga 3, eller via
AQSystems Webviewer, se bilaga 1.
Vilket av dessa verktyg man kan använda beror på vilken
typ av kommunikationslösning som är installerad i AQ500.
SODWIN.NET används då man ringer upp systemet
med ett vanligt telefonmodem för att hämta hem data.
Webviewern används då AQ500 automatiskt skickar data
till AQSystems dataserver var tionde minut.
I Webbviewern sparas alla spektrum från alla
tiominutersperioder. För uppringda system sparas endast
ett spektrum för varje gång som systemet rings upp. Ringer
man upp systemet en gång per dygn och laddar hem data
sparas ett spektrum per dygn, om man enbart ringer upp
systemet till exempel var tionde dag så får man bara
spektrum från det senaste tidsteget.
FAKTARUTA
Ett spektrum är en uppdelning av till exempel
ljud i olika våglängder eller frekvenser. Genom
att analysera ett inspelat ljud kan man få
fram vilka frekvenser det består av. I AQ500
används en fouriertransform för att gå från
tidsrummet till frekvensrummet.
Hz.
Toppar på spektrum som ligger till höger om centrumlinjen
ska tolkas som att vinden blåser mot den mätloben. Detta
betyder i sin tur att ekots frekvens är högre än den utsända. På
motsvarande sätt så betyder toppar på spektrum till vänster
om centrumlinjen att det blåser bort från den mätloben;
frekvensen på ekot är lägre än det utsända ljudet. Under
vindsvaga förhållanden eller då vinden blåser vinkelrätt
mot den riktning som mätloben är riktad i så blir skillnaden
i frekvens mellan det utsända ljudet och det reflekterade
ekot mycket liten, toppen på spektrumet kommer i dessa
fall att ligga på eller väldigt nära centrumlinjen.
Figur 5-14, hämtad från Webviewer, visar fina spektrum på
en nivå från de tre mätloberna. De är symmetriska och har
samma form. Den blåaktiga vertikala linjen, centrumlinjen,
representerar den frekvens som AQ500 skickar ut, 3144
Figur 5-12 Exempel på
fina spektrum från de
tre mätloberna visat i
Webbviewern. Den ljusblå
vertikala linjen, centrumlinjen,
representerar frekvensen på det
ljud som sänds ut. Är toppen
till höger om centrumlinjen
är frekvensen högre än den
utsända – det blåser mot
den loben. På samma sätt så
betyder en topp till vänster om
centrumlinjen att frekvensen
är lägre än den utsända – det
blåser från den loben.
54
Dataförlust på grund av trasiga högtalarmembran är
ovanligt men man bör ändå kontrollera membranen i
samband med de rutinmässiga veckokontrollerna, se
spektrumet från den högtalare där membranet är sönder
blir ett rakt streck i nederkanten av spektrumbilden, Figur
5-15. Ett trasigt högtalarmembran kan också visa sig som
en .extra puckel på spektrumet, se Figur 5-16.
Undvik trasiga högtalarmembran genom att inte ha
högre uteffekt än 250 Watt på högtalarna!
avsnitt 4.2.
Ett trasigt högtalarmembran kan visa sig genom att
Figur 5-13 Ett trasigt
högtalarmembran kan visa sig
genom att spektrumfiguren blir
ett rakt streck i nederkanten på
spektrumbilden för den högtalare
där membranet är sönder.. I det här
fallet är det B-högtalaren som är
trasig. B-högtalaren hör samman
med B-loben, se Figur 1-3
Figur 5-14 Ett trasigt högtalarmembran
kan också visa sig som en extra puckel
jämte det riktiga spektrumet. I det här
fallet ligger störningen till vänster om
det riktiga spektrumet på C-högtalaren.
55
5.4 Bedömning av betingning och systematiska fel
Datatillgänglighet blir lägre ju högre mäthöjd man tittar
på, se Figur 5-2. Saknas det data måste man undersöka
vilka data man förlorar för att inte riskera systematiska fel
i mätningen.
Om data förloras slumpmässigt får man inget systematiskt
fel. Om däremot data enbart saknas under visa yttre
förhållanden finns det risk för systematiska fel, mätningen
blir betingad på ett speciellt yttre förhållande.
Man måste alltid undersöka om systematiska fel
förekommer i mätningen!
En metod för att undersöka förekomsten av systematiska
fel finns beskrivet i bilaga 6. Vänligen observera att den
beskrivna metoden enbart fungerar på perioder då AQ500
varit i drift. Om det finns uppehåll i mätserien så krävs det
ytterligare information för att utvärdera förekomsten av
systematiska fel under de perioderna.
5.5 Skalär-vektor korrektion
En vindmätning gjord med AQ500 skiljer sig från en
vindmätning gjord med traditionell skålkorsanemometer.
Detta beror på att det är två olika mätprinciper som
används, se avsnitt 1.1.2. En vindmätning med AQ500
ger i praktiken alltid ett lägre värde än vindmätning med
anemometer. I bilaga 4 finns detta beskrivet och en metod
för att få vinden uppmätt med en AQ500 jämförbar med
en anemometervind presenteras.
5.6 Jämför AQ500 med en annan mätning
När du vill jämföra data från en AQ500 med en annan
mätning från samma plats så är det i grova drag tre saker
som måste göras
Använd enbart samtidig data och undersök också hur stor
osäkerheten i jämförelsen är. I bilaga 8 finns en beskrivning
av hur AQSystem tycker att en bra jämförelse ska utföras.
1. Kvalitetskontrollera data från AQ500
En numerisk modell är en mycket grov förenkling av
verkligheten och kan aldrig återskapa vindens variationer i
tid och rum. Att validera resultaten från en modellsimulering
med hjälp av mätningar är grundläggande för att få en
uppfattning om osäkerheten i modellresultatet. Vi mäter
för att minska osäkerheten i modelleringen och kan därför
inte använda modellresultat för att validera kvaliteten på
en mätning.
2. Kvalitetskontrollera data från referensmätningen
3. Jämför dataseten
Att jämföra två datakällor utan att kvalitetskontrollera
dem är slöseri med tid då det inte går att värdera resultatet.
Det är också viktigt att göra jämförelsen på rätt sätt.
Använd aldrig en numerisk modell för att validera kvaliteten på
Din mätning!
Vi mäter för att minska osäkerheten i modelleringen!
56
Bilaga 1 - Användarhandledning AQ webviewer
1:1
1. Användarhandledning AQ webviewer
AQSystems Webviewer är ett verktyg för övervakning av
dina mätningar. För att logga in krävs enbart en webbläsare
samt en dator med internetanslutning. Rekommenderade
webbläsare är Firefox och Google Chrome. Gå till adressen
webview.aqs.se och logga in med det användarnamn och
lösenord du fått av AQSystem.
1.1 Fliken Overview - startsida
Figur 1-1 visar hur det ser ut när du loggat in i AQSystems
Webviewer. Det är fliken Overview i fliklistan till vänster
som visas. I tabellen till höger visas en översikt över de av
dina system som är upplagda i Webviewern. Startvyn ger en
snabb överblick över systemens status.
Pricken i anslutning till systemen i tabellen kan vara grön,
gul eller röd. Är pricken grön betyder det att bränslenivån
är ok, att batterierna är laddade och att systemet är igång.
Är pricken gul eller röd så föreligger någon form av
driftstörning. Orsaken till att pricken inte är grön kan man
hitta genom att klicka på pricken eller genom att klicka på
fliken Station. Både denna och övriga flikar beskrivs i detalj
i senare avsnitt.
I tabellen finns förutom statusinformation även
uppgifter om när senaste vinddata samlades in, hur stor
datatillgängligheten har varit under det senaste dygnet/
senaste veckan samt den senast insamlade vindhastigheten
100 meter över marken och temperaturen 2 meter över
marken.
Speciellt om du har många system är fliken Overview ett
sätt att snabbt kontrollera hur dina system mår.
Figur 1-1 Fliken Overview är den vy
som möter dig när du loggat in.
2
1.2 Fliken Wind graph
Under fliken Wind graph kan man titta på vindprofil och
turbulensintensitet från valfritt tidsteg, se Figur 1-2. Längst
upp på sidan i droplistmenyn kan man välja vilket system
man vill titta på. Det datum som senaste data är ifrån visas
jämte Date. Man väljer ett nytt datum genom att skriva ett
nytt i rutan och trycka på Update available timestamps.
Alternativt klickar man på den blå rutan jämte och väljer
datum i den kalender som då kommer upp. Det tidssteg
under valt dygn man vill titta på väljs i droplisten Choose
timestamp.
Det finns en checkbox, Show wind directions, under
vindprofilen, om man klickar i den kommer pilar att visa
vindriktningen i grafen. Om pilen pekar uppåt betyder det
att vinden är sydlig, det vill säga att det blåser från söder
mot norr.
Figur 1-2 Under fliken Wind graph kan man titta på vindprofilen
och turbulensintensiteten från valfritt tidssteg.
3
1.3 Fliken Station
Under fliken Station visas detaljerad information om det system man valt i droplistmenyn. På sidan finns informationen
samlad under olika rubriker.
1.3.1 Rubriken Alarms
Under rubriken Alarms, Figur 1-3, visas systemets driftstatus
med samma typ av färgade markeringar som under fliken
Overview fast uppdelat i fyra kategorier.
• Low fuel level – ändrar färg när bränslenivån börjar bli
låg
• Unable to start – ändrar färg om generatorn inte kan
starta
• Low battery, sodar disabled – ändrar färg om spänningen
i batteriet blivit för låg och batterierna inte laddas.
Systemet stängs av.
• Scheduled maintenance – ändrar färg om ett datum för
inplanerad service har passerats.
Här finns också en knapp, Clear all alarms, som måste
användas för att återställa larmen när orsaken åtgärdats.
Observera att inga larm återställer sig själva i dagsläget!
Figur 1-3 Rubriken Alarms under
fliken Station.
1.3.2 Rubriken Status
Nästa rubrik på sidan är Status. Här visas en tabell över
systemets tekniska status just nu. Innehållet i tabellen visas
i Figur 1-4. Punktlistan nedan innehåller information om
innehållet.
• Battery bank voltage – spänningen i batteribanken
• Start battery voltage – spänningen i startbatteriet
• Generator mode – kan vara Auto, Manual eller Stop.
Innebörden beskrivs i nästa avsnitt.
• Running generator – om rutan är ibockad så kördes
generatorn vid det senaste tillfället som systemet hade
kontakt med webbtjänsten (normalt var tionde minut).
• Tot hours of operation – totala tiden som generatorn
varit i drift. Generatorn förbrukar en liter diesel i timmen.
• Running diesel heater – om rutan är ibockad så kördes
dieselvärmaren vid det senaste tillfället som systemet hade
kontakt med webbtjänsten (normalt var tionde minut).
Dieselvärmaren förbrukar 0,1 liter diesel i timmen.
• External power connected – är ibockad om 220 volt är
inkopplat i systemet.
• Motor air temperature – anger temperaturen i generatorn
just nu
• PLC firmware version – version på den mjukvara som finns
i den dator som sköter övervakningen av eldriften i vagnen.
• Sodar firmware version – mjukvaruversionen i sodar­
datorn
Figur 1-4 Rubriken Status under
fliken Station.
4
1.3.3 Rubriken Settings
Därefter kommer rubriken Settings, Figur 1-5. Här har
man möjlighet att ändra inställningar genom att klicka på
knappen Edit under tabellen.
Det är viktigt att komma ihåg följande när inställningar
ändras i systemet
• Det är alltid vagnen som kontaktar servern
• En ändring som görs i formuläret under rubriken Settings
skrivs inom två minuter till en inställningsfil som ligger
på servern
• Vid vagnens nästa kommunikationstillfälle, den ringer upp
servern var tionde minut, så hämtar den inställningsfilen
och applicerar ändringarna.
• Vid nästföljande kommunikationstillfälle så skickas
resultatet av inställningarna från vagnen tillbaks till
servern. Det är med andra ord helt i sin ordning att
det tar en stund från det att man trycker på knappen i
webviewern tills man ser att inställningarna slagit igenom;
två kommunikationstillfällen krävs.
Figur 1-5 Rubriken Settings under
fliken Station.
I tabellen ingår följande
• Control of generator - kan vara antingen Auto, Manual
eller Stop. Vi rekommenderar Auto.
· Är den inställd på Auto så körs generatorn igång då
spänningen i batteribanken sjunkit under den gräns
som är inställd under Start voltage (Generator).
· Ändrar man inställningen till manual så sätter generatorn
igång så fort instruktionen om ändring når systemet (tar
som mest 10 minuter). När körningen är klar så ändras
inställningen automatiskt till Auto.
· Om den är inställd på Stop så stannar generatorn och
förblir stoppad tills man ändrar inställningen.
• Start voltage (Generator) – om generatorn är satt på Auto
så startar den om spänningen i batteribanken sjunker
under det värde som är satt här. Vi rekommenderar 12
Volt
• Generator running time in auto mode (minutes) – så
länge körs generatorn efter start då den är inställd på
auto. Vi rekommenderar 60 minuter.
• Generator running time in manual mode (minutes) –
Så länge körs generatorn om den startas manuellt. Vi
rekommenderar 60 minuter.
• Diesel heater running time in auto mode (minutes) –
så länge körs dieselvärmaren innan generatorn startar
då generatorn är inställd på auto. Vi rekommenderar 60
minuter.
• Diesel heater running time in manual mode (minutes)
– så länge körs dieselvärmaren innan generatorn startar
då generatorn startas manuellt. Vi rekommenderar minst
5 minuter.
• Next Scheduled Maintenance – här lägger man in nästa
planerade servicedatum.
• Output power (Watts) – systemets uteffekt. Ett lägre värde
innebär lägre volym på det utsända ljudet. Detta kan vara
användbart om sodarn står nära bebyggelse. Men måste
dock vara medveten om att ett lägre värde medför lägre
datatillgänglighet på högre höjder. Vi rekommenderar
250 Watt under normal drift.
• Antenna orientation (deg) – här ställer man in riktningen
på systemets dragstång. Det är viktigt att denna är korrekt
för att rätt vindriktningen ska beräknas.
5
1.3.4 Rubriken Environment
Genom att klicka på Environment längst upp på sidan visas
information om platsen där AQ500 står placerad, Figur
1-6. Följande information finns
• Outdoor temperature - uppmätt temperatur utanför
sodarn.
• Humidity - uppmätt relativ fuktighet utanför sodarn.
• Latitude (WGS-84) – systemets latitud i decimala grader.
Ett plustecken innebär norra halvklotet, ett minustecken
södra halvklotet.
• Longitude (WGS-84) – systemets longitud i decimala
grader. Ett plustecken innebär öster om nollmeridianen,
ett minustecken väster om nollmeridianen.
Här finns också en karta som visar var systemet står.
Figur 1-6 Rubriken Environment
under fliken Station.
6
1.4 Fliken Export
Under fliken Export kan du exportera data från databasen
till textfiler. När du klickar på Export så ser du vyn i Figur
1-7. Det finns ett enkelt sätt att exportera data och ett lite
mer avancerat. Dessa två beskrivs i nästkommande avsnitt.
Figur 1-7 Detta visas när du klickar på fliken Export.
1.4.1 Enkel export
Detta är den metod vi rekommenderar om mätdata ska
skickas till tredje part. Metoden säkerställer att all viktig
information finns med i filerna.
Börja med att välja startdatum i kalendern till vänster och
slutdatum i kalendern till höger. Välj därefter "Classic"
i droplisten där det står "Select template" och tryck på
knappen Export. Detta gör att man får en fil per dygn
med data under den period man valt. Dygnsfilerna ser
ut på precis samma sätt som om man laddar hem data
från systemet via GSM-modem med SODWIN MCOM.
Skillnaden är att nu hamnar alla filer samlade i en .zip fil.
Datorer med nyare versioner av Microsoft Windows (XP,
VISTA, WINDOWS7, WINDOWS8) installerat stödjer
.zip-filer, man behöver därför inte installera några extra
program för att packa upp filen.
1.4.2 Avancerad export
Man har också möjlighet att själv definiera mallar, så kallade
templates, som beskriver formatet på data som exporteras.
Är man bara intresserad av någon enstaka parameter kan
detta vara ett snabbt sätt att få ut bara den information man
anser vara relevant.
Skapa en egen exportmall genom att klicka på knappen
Manage templates, då visas en sida med alternativ enligt
Figur 1-8.
Man kan välja att göra en helt ny mall genom att börja fylla
i fälten. Man kan också välja att editera en befintlig mall
genom att välja den i droplisten. Skillnaden mellan om du
väljer att skapa en ny mall eller editera en befintlig mall är
att i fallet med befintlig mall så kommer en del uppgifter
att vara ifyllda. Väljer du en befintlig mall kan du också
ta bort den genom att trycka på knappen Delete som blir
synlig jämte droplisten.
För att skapa en ny mall går du igenom formuläret på sidan
uppifrån och ned enligt följande:
1. Ge mallen ett namn i rutan Template Name
2. Välj önskat filformat. Tillgängliga format är
a. .CSV - lämplig att öppna i MS Excel
b. kommaseparerad .TXT – värdena i filen åtskiljs med
kommatecken
c. tabbseparerad .TXT värdena i filen åtskiljs av en tabb
3. Välj hur du vill ha dina värden i Table Style.
a. All Levels in one Row (One integration period) – För
ett tidsteg fås alla nivåers värden på en och samma
rad i filen.
b. Each Level at a Separate Row – varje nivå hamnar på
en egen rad i filen.
4. Välj om du vill ha en punkt eller ett komma som
decimalavgränsare.
5. Välj om du vill inkludera kolumnbeskrivningar i filen och
bocka i om du vill ha en heading i filen.
6. Därefter väljer du ur droplisten de parametrar du vill
inkludera. Markera en parameter och tryck på Add.
7
Den hamnar då i rutan närmast under droplisten.
Upprepa proceduren för varje parameter du vill ha med.
Tillgängliga parametrar visas i Figur 1-9.
Det går att ändra i vilken ordning de valda parametrarna
skrivs till filen genom att markera en parameter och flytta
den upp och ner i listan med knapparna Up och Down. Det
går också att ta bort en vald parameter om den är markerad
genom att klicka på knappen Remove.
7. Välj vilka nivåer som ska tas med i filen genom att klicka
i bockrutorna. Knapparna under bockrutorna kan
användas om alla höjder ska markeras/avmarkeras.
8. Spara din mall genom att trycka på Update. Avbryt
genom att trycka på Cancel.
Figur 1-9 Tillgängliga parametrar för
export.
Figur 1-8 Här skapar du egna mallar för
export av data.
1.5 Fliken Spectrum
På fliken Spectrum har man möjlighet att titta på spektrum
från de tre antennerna (A, B och C) i AQ500, se Figur 1-10.
I Droplist-menyn väljer man vilket system man vill titta
på. Det datum som senaste data är ifrån visas jämte Date.
Man väljer ett nytt datum genom att skriva ett nytt i rutan
8
och trycka på Update available timestamps. Alternativt
klickar man på den blå rutan jämte och väljer datum i den
kalender som då kommer upp. Det tidssteg under valt dygn
man vill titta på väljs i droplisten Choose timestamp.
De övriga knapparna längst ned på sidan har följande
funktion:
• Lowest – rita spektrum från lägsta mätnivån.
• Highest - rita spektrum från högsta mätnivån.
• Down – stega nedåt bland nivåerna
• Up – stega uppåt bland nivåerna
• Auto step – stega automatiskt genom nivåerna genom
att bocka i rutan.
• Auto Gain – om ibockad så visas normaliserade spektrum,
detta underlättar om man vill jämföra spektrum från
olika nivåer.
Toppar på spektrum som ligger till höger om centrumlinjen,
den blåaktiga vertikala linjen, ska tolkas som att vinden
blåser mot den mätloben. Detta betyder i sin tur att ekots
frekvens är högre än den utsända. På motsvarande sätt så
betyder toppar på spektrum till vänster om centrumlinjen
att det blåser bort från den mätloben; frekvensen på ekot är
lägre än det utsända ljudet. Under vindsvaga förhållanden
eller då vinden blåser vinkelrätt mot den riktning som
mätloben är riktad i så blir skillnaden i frekvens mellan
det utsända ljudet och det reflekterade ekot mycket liten,
toppen på spektrumet kommer i dessa fall att ligga nära
centrumlinjen.
Spektrumen kan användas för att identifiera trasiga
högtalarmembran. Läs mer om detta i AQ500
Användarhandledning.
Figur 1-10 Spektrum från nivån 50
meter. Datum och tidssteg går att
ändra i fälten ovanför spektrumen.
Med knapparna längst ned så går
det att välja från vilka höjder man
vill se spektrum.
9
1.6 Fliken Time series
Här kan man på ett enkelt sätt titta på data som är lagrad
i databasen. Man använder det formulär som visas i Figur
1-11.
4. I fältet History så kan man välja att läsa in data 30 eller
60 dygn bakåt i tiden från det datum man valde i fältet
Date.
5. I fälten Height 1–4 så väljer man vilka nivåer man vill
titta på.
6. Tryck på knappen Submit data and view result för att
rita upp data. I grundutförandet visas en tidsperiod om
ett dygn när man tittar på data. Ett exempel på hur det
ser ut visas i Figur 1-13.
Det finns några knappar och bockrutor som kan användas
för att ändra hur data visas, se den nedre delen av Figur
1-13.
Figur 1-11 Formuläret som används för att visualisera databasen.
För att titta på data är det bara att följa stegen nedan
1. Välj vilket system du vill titta på i fältet Station.
2. Ange parameter i fältet Type. Tillgängliga parametrar
visas i Figur 1-12.
3. Välj datum att utgå ifrån i fältet Date.
Figur 1-12 Parametrar
som kan visualiseras.
Figur 1-13 Tidsserier av vindhastighet
på tre höjder visualiserade.
10
1. Bläddra framåt och bakåt i tidsserien med hjälp av
knapparna – One Day och + One Day.
2. Med bockrutan Show Measurement Points ikryssad så
visas datapunkterna som cirklar på kurvorna.
3. Med Lock Scale så låser man den aktuella skalan så att
den inte ändras när man bläddrar mellan dygnen.
4. Bockrutan Show Labels används om man vill/inte vill
skriva ut namnet på de dataserier som visas i figuren.
5. Med bockrutorna Show Height 1–4 kan man välja vilka
höjder man vill visa.
6. Längst ned finns tre radioknappar som gör det möjligt
att välja om man vill visa ett helt eller ett halvt dygn i
figurfönstret.
1.7 Fliken Wind rose
Precis som namnet antyder kan man här titta på en vindros
baserad på data från databasen, se Figur 1-14.
1. Välj system i fältet Station.
2. Välj från vilken höjd data ska hämtas ifrån i fältet Height.
3. Antalet sektorer väljs i fältet Segments, möjliga val är 8,
12, 16 och 32 stycken.
4. Välj start- och slutdatum och tryck därefter på knappen
Generate rose för att rita upp vindrosen.
Figur 1-14 En vindros baserad på
några få dagars data.
1.8 Fliken Event log
Under fliken Event log visas en sammanställning över
inloggningar som gjorts. Där noteras också om det gjorts
några ändringar under fliken Station. Däremot noteras inte
i detalj vilka ändringar som gjorts, Figur 1-15.
Figur 1-15 Fliken Event log
innehåller en sammanställning över
inloggningstillfällen samt noteringar
om när ändringar gjorts.
11
Bilaga 2 - Användarhandledning SODWIN-MCOM
2:1
1. SODWIN-MCOM
Program för automatisk nedladdning av data från AQ500
SODWIN-MCOM är det program som används för att
ladda hem datafilerna som lagras i AQ500. Programmet
kan användas för att ladda ner data från ett eller flera
system.
När programmet är installerat och inställt sköter det
automatiskt datanedladdningen från de system som är
aktiva. Mätdata som laddas ner lagras i läsbara filer på den
plats som användaren har angett.
1.1 Installation
Om du har en äldre version av SODWIN-MCOM
avinstallera först den tidigare versionen. Avinstallationen
gör du på Startmenyn -> Kontrollpanelen -> Lägg till eller
ta bort program.
Förfarandet kan vara något annorlunda och bero på vilken
version av Windows du har installerad.
Gör därefter följande
1.
Öppna den medföljande CD:n i utforskaren eller
ladda hem installationsfilerna från AQSystems
hemsida. Detta kräver användarnamn och lösenord
som du får av AQSystem.
2.
Dubbelklicka på filen Setup.exe för att starta
installationen.
3.Följ instruktionerna i installationsprogrammet.
4.
Starta SODWIN-MCOM från startmenyn. När
programmet startat visas vyn i Figur 1-1.
Figur 1-1 Fönstret som visas då SODWIN-MCOM installeras.
Inställningar
Klicka på knappen System Settings, du ser då fönstret i
Figur 1-2. Fälten beskrivs nedan.
ComPort: Välj den ComPort som modemet är installerat i.
Fetch Old: Det nummer som matas in här berättar för
programmet hur långt tillbaks i tiden det ska leta efter filer
som eventuellt inte har laddats ner.
Data Folder: Här väljer man i vilken mapp de nedladdade
filerna skall sparas.
Start Time: Den tid som ställs in här är det klockslag då
programmet ringer upp systemet för att ladda ner data. En
rekommendation är att sätta ett klockslag under natten, till
exempel 03:00 då det är mindre belastning på telefonnätet.
Kostnaden för uppringningen kan också vara lägre på
natten.
Tänk på att om klockan i AQ500 avviker från klockan i
den dator där SODWIN-MCOM är installerat så måste
tiden för hämtning av data planeras så att dygnsfilen blir
komplett. Om till exempel datorns klocka står på svensk
2
Figur 1-2 Fönstret som visas då du tryckt på System settings
tid och klockan i AQ500 står på UTC/GMT så kan man
påbörja hämtningen tidigast 01.10 svensk tid för att få med
data från hela det föregående dygnet.
Do Upgrade: Funktionen är ej aktiverad.
Fetch Spectrum: Välj true för att ladda ner en spektrumfil.
Klicka på OK när inställningarna är gjorda. Om du ångrar
dig, så tryck på Cancel.
1.2 Knappen Schedule
Figur 1-3 Detta fönster öppnas när du trycker på knappen Schedule.
Ett nytt fönster öppnas, Figur 1-3. I det nya fönstret ställer
man in maskinens parametrar.
Klicka på knappen Add för att lägga till ett nytt system i
listan.
ID: Skriv in systemets namn. Använd enbart bokstäver och
siffror.
Site Name: Skriv in namnet på siten där systemet står.
Active: Om rutan är ikryssad så är systemet aktivt och
programmet kommer att ringa upp och ladda ner data på
angivet intervall.
Phone Number: Skriv dit systemets telefonnummer, detta
har du fått av AQSystem. Använd 00 före landsnummer.
Interval: Här skriver man i hur ofta systemet ska kontaktas.
Normalt skriver man en etta här vilket innebär att systemet
rings upp varje dygn.
Figur 1-4 Advanced Functions-knappen dyker upp om du trycker på
tangenten F12.
Height: Här ställs systemets mäthöjd in, 150m eller 200m.
Om height-värdet är felinställt så hämtar
programmet hem data, men konverteringen till
läsbara filer misslyckas och man får ett besked
”DATA FETCH FAIL”
Man kan få fram extra funktioner i programmet genom att
trycka på knappen F12 på tangentbordet. En Advanced
Functions knapp dyker nu upp, se Figur 1-3.
I Advanced Functions fönstret kan man välja att hämta
data manuellt, Figur 1-4. Välj det system du vill hämta data
från genom att markera det. Välj sedan de datum du vill
hämta. När inställningarna är klara, klicka på Fetch för att
ladda hem filerna.
Det finns även en Clear Status knapp här som används
för att nollställa programmet om det är problem med
datanedladdningen.
Stäng fönstret efter användning. Om fönstret är öppet
fungerar ej den automatiska nedladdningen.
Figur 1-5 Fönstret som visas om du trycker på Advanced Functions.
Här kan du ladda hem data manuellt.
3
Bilaga 3 - Användarhandledning SODWIN.NET
3:1
SODWIN.NET
Programvara för att styra din AQ500 och titta på data
SODWIN.NET är en programvara som används då
AQ500 skall ställas in efter installation. Programmet kan
även användas för felsökning om fel i den nedladdade
datan upptäcks. I programmet finns också funktioner för
att exportera data som har laddats ned med SODWIN-
MCOM. Data kan exporteras i format som kan importeras
i andra programvaror för vidare analys. Man kan även
använda programmet för snabbkontroll av batteriladdning
och datatillgänglighet.
1.1 Installation
Öppna den medföljande CD:n i utforskaren eller ladda hem
installationsfilerna från AQSystems hemsida. Detta kräver
användarnamn och lösenord som du får av AQSystem.
Dubbelklicka på setup.exe, Figur 1-1, och följ sedan
instruktionerna för att installera programmet.
Figur 1-1 Dubbelklicka
på setup.exe för att starta
installationen.
När programmet startas första gången skall företagsnamnet
och en licensnyckel uppges, Figur 1-2. Dessa uppgifter
tillhandahålls av AQSystem.
Figur 1-2 När programmet startas
första gången så fyller du i ditt
förtegasnamn och din licensnyckel.
Dessa uppgifter får du av
AQSystem.
1.2 Setup - inställningar
1.När programmet är installerat så öppna det och klicka
på fliken Setup. Vyn som visas i Figur 1-3 kommer upp.
Klicka i alternativet Local Modem. Alternativet Internet
Modem Pool är inte tillgängligt som val ännu.
2. Välj den Com Port som modemet är installerat i listan av
Com Portar. Klicka på knappen Check Modem när
Figur 1-3 Inställningar i SODWIN.NET
görs på fliken Setup.
3:2
Com Porten är vald. Om rätt Com Port har valts kommer
det upp ett fönster där det står Modem OK.
3.
Välj mappen där data lagras vid nedladdning med
SODWIN-MCOM. Om inget annat har angetts i
SODWIN-MCOM är det mappen: C:\AQSystem som
används.
4.Välj mapp där du vill att filerna som exporteras genom
SODWIN.NET skall läggas. Läs mer om exportfunktionen längre ned i dokumentet.
5.Klicka på Apply Settings när samtliga inställningar är
klara. Nu är programmets inställningar klara.
1.3 Lägga till system
1.Klicka på fliken Systems, Figur 1-4.
2.Klicka på knappen Add. Ett nytt fönster öppnas, Figur
1-5.
3.Skriv in namnet på systemet i fältet System
Namnet får bara bestå av bokstäver, nummer,
punkter eller mellanslag. Använd inga
specialtecken här.
Om telefonnummret består av ett landsnummer
använd 00 före numret, INTE +.
5.Password-funktionen är inte aktiverad än.
6. Comment, i detta fält kan övrig information om systemet läggas till.
7.Klicka på OK när du är klar eller Cancel om du ångrar
dig.
4.I fältet GSM Phone Number skriver du in det nummer
som används då data ska hämtas hem. Detta nummer får
du av AQSystem.
Figur 1-5 Rutan kommer upp när du
trycker på Add på fliken Systems.
Figur 1-4 På fliken Systems lägger du till de system du vill ringa upp.
1.4 Ringa upp ett system
1.Markera systemet du vill ringa upp i listan på fliken
Systems, Figur 1-6.
2.Klicka på Connect. Programmet kommer nu att ringa
upp systemet.
Figur 1-6 Markera det system du
vill ringa upp i listan och tryck på
Connect.
3:3
På de följande sidorna förklaras vilka inställningar samt
kontroller som kan göras då man är uppkopplad mot
systemet.
Glöm ej att klicka på Hang Up när du är klar, annars kommer
programmet fortsätta vara uppkopplat mot systemet.
När man inte är uppkopplad mot något system står det
Disconnected längs ner till vänster i programfönstret.
1.5 Ställ in ett system efter installation
Tryck på fliken Station Params när programmet har
kopplat upp mot systemet. Du ser då vyn i Figur 1-7.
1. Skriv in platsens namn i fältet Site. OBS använd enbart
bokstäver och siffror! Byt alltid namn då systemet flyttas.
2. Skriv in riktningen som mättes upp vid installationen i
fältet Orientation.
3. Skriv in klockslaget eller klicka i Synchronize with
PC clock checkrutan för att ställa in systemets klocka.
Väljer man Synchronize with PC clock kommer det
upp alternativ där man kan välja UTC konvertering av
klockan. Kontrollera att klockan går rätt regelbundet
och notera när och hur stor justering som görs. Vi
rekommenderar att klockan inte justeras för sommartid.
4. Audio Power reglaget används för att justera ljudvolymen
för sodarn. Standardinställning vid mätning i fält skall
vara 250W. Om systemet står där det kan störa kan man
dra ner volymen något. Detta gör att datatillgängligheten
kan bli något lägre på högre mäthöjder.
5. I rutan Firmvare kan du avläsa versionen på mjukvaran
som är installerad i din AQ500
6. Ångrar du dig så tryck på knappen Cancel Changes.
7. Om allt är ok så tryck på Apply för att spara de nya
värdena.
Figur 1-7 På fliken Station Params kan
systemets riktning, klocka och högtalarnas
uteffekt ställas in.
1.6 Fliken Integration
Klicka på fliken Integration så ser du vyn i Figur 1-8.
När ett system är uppringt kan man här se vindprofilen,
turbulensintensiteten och en del andra värden för den
senaste tiominutersperioden. Är man inloggad över två tio
4
1
2
3
3:4
Figur 1-8 På fliken Integration kan
du titta på mätdata från den senaste
tiominutersperioden.
minuters perioder kan man klicka på knappen Refresh för
att få den nya tiominutersperioden nedladdad och visad.
I informationsfältet (1) kan man se följande värden:
• Temperatur
• Luftfuktighet
• Lufttryck (Endast system med tillbehöret lufttrycksmätare
visar lufttrycket)
• Spänningen i batteribanken
• Effekten som högtalarna är inställda att sända med
I tabellen (2) kan man se följande värden för den senaste
tiominutersperioden:
• Altitude = Mäthöjd.
• Dir = vindriktning.
• Speed : Genomsnittlig vindstyrka
• σ Speed = Vindstyrkans standardavvikelse
• V.Speed = Genomsnittlig vertikalvind.
• σV.Speed = Vertikalvindens standardavvikelse
• Turbulence% = Vindstyrkans standardavvikelse dividerat
med vindstyrkan.
Om checkboxen Wind Direction (3) är markerad visas
vindriktningen som pilar i kompass riktningen.
Storleken på rutorna kan ändras genom att flytta linjerna
(4).
1.7 Kontroll av spektrum
Välj fliken Spectrum, du ser då vyn i Figur 1-9.
När fliken väljs hämtas spektrumen för den senaste
tiominutersperioden från systemet som är uppringt.
När checkboxen Autogain är markerad kommer spektrumet
automatiskt att anpassas till fönstret.
Genom att dra den högra listen upp eller ner visas
spektrumen på de olika höjderna som systemet mäter på.
Äldre, nedladdade, spektrum kan visas om du klickar på
Open Spectrum och väljer en spektrumfil. Om knappen
Open Spectrum inte fungerar så kontakta AQSystem. Du
kan behöva en uppdaterad version av SODWIN.NET.
Läs mer om hur man tolkar ett spektrum i bruksanvisningen
till AQ500.
Figur 1-9 På fliken Spectrum visas
spektrum från de tre antennerna.
3:5
1.8 Fliken Gradient
Välj fliken Gradient, du får då upp vyn i Figur 1-10.
Här kan man på ett lätt sätt kontrollera vindprofiler samt
tillgänglighet för hela dygn. Detta kräver att man har
nedladdad data tillgänglig.. I det vänsta fältet väljer du det
system du vill kontrollera. Välj sedan datum.
När checkboxen: Show Mean Graph (1) är markerad visas
vindprofilen i det vänstra fältet samt datatillgängligheten i
det högra fältet för den dag som är vald.
När checkboxen: Show Gradient (2) är markerad visas
vindprofilen för de perioder då samtliga mätvärden (20150m eller 50-200m) finns tillgängliga.
När checkboxen: Show Calc. Rough Graph (3) är markerad
visas en vindprofil baserad på en potenslag. Potensen, alfa,
beräknas med hjälp av vindstyrkan från 50 och 100 meter.
Fönstrens storlek kan ändras genom att flytta linjerna (4).
4
2
1
3
Figur 1-10 På fliken Gradient kan du titta
på vindprofiler och datatillgänglighet.
1.9 Fliken System monitoring
På fliken System Monitoring, Figur 1-11, kan man se
datatillgängligheten på olika höjder (1) för hela dygn. Detta
kräver att man har tidigare nedladdad data tillgänglig.
Man kan även kontrollera batterispänningen för systemet
här (2).Genom att kika på diagrammen kan man se om
man till exempel har avvikelser under vissa tidpunkter
på dygnet. I diagrammet för batterispänningen kan man
bland annat se om systemet går mest på elverket (3) och om
solcellerna fungerar som de ska (4).
1
2
3
4
3:6
Figur 1-11 På fliken System Monitoring
kan man se datatillgänglighet på olika
höjder dygnsvis. Man kan även se hur
batterierna ladda.
1.10 Fliken Export
Under fliken Export kan du exportera data till format som
enkelt kan läsas in i andra program för vidare analys, Figur
1-12.
1. Välj mallen (Template) som du vill använda när du
exporterar din data. Mer om hur man ställer in mallarna
följer på nästa sida.
2. Välj det system som du vill exportera data från.
3. Välj mellan vilka datum du vill exportera data.
4. Klicka på Export now!
Figur 1-12 På fliken Export kan man välja
att exportera data för en tidsperiod. Olika
mallar kan väljas för hur mätdata ska
formateras.
1.11 Fliken Export templates
Under fliken Exp. template, Figur 1-13, kan mallar som
anger hur data ska formateras vid exportering av data
definieras. Klicka på knappen Add för att skapa en ny mall.
Klicka på namnet Untitled för att namnge mallen.
Välj de variabler du vill exportera i menyn Available Items
genom att dubbelklicka på namnet. Variabeln läggs nu till
i tabellen Export Specification.
1. Välj hur du vill att den exporterade filen ska vara
formaterad genom att markera de olika alternativen
under Available Items:
• File Format (Out), här väljer man vilket format den
exporterade filen skall ha, välj Excel för ett format lämpat
för Excel, Comma separated för kommaseparerad textfil
och Tab separated för tabbseparerad textfil.
• Bocka i Include Column Description för att få med
namnet på varje kolumn i det exporterade dokumentet.
• Bocka i Launch Application om du vill att filen automatiskt
skall öppnas direkt när exporten är slutförd.
• Bocka i Preferred table style. All Levels in one Row
betyder att alla valda höjder för en integrationsperiod
kommer att exporteras på samma rad. Each Level at
a Separate Row, betyder att alla valda höjder för en
integrationsperiod kommer att exporteras till en ny rad.
• Välj den decimalsymbol som skall användas, Comma
(Komma) eller Point (Punkt).
2. Välj de höjder du vill ska inkluderas i den exporterade
filen genom att klicka i boxarna för respektive höjd.
3. När alla val är gjorda klickar du på Apply Settings
för att spara mallen. Olika mallar kan skapas för olika
användningsområden.
Figur 1-13 Under fliken Exp. Template kan
du skapa mallar för export av data.
3:7
1.12 Fliken Gsm Signal
Fliken GSM Signal, Figur 1-14, kan användas då systemet
installeras för att ställa in en riktningsantenn så att man
har bästa möjliga uppkopplingssignal alternativt för att
kontrollera styrkan på GSM signalen i området.
1. Slå av strömmen till sodarenheten.
2. Koppla upp datorn mot modemet enligt anvisningarna
i Figur 1-14.
3. Slå på strömmen till sodarenheten, vänta till dioden på
modemet har börjat blinka.
4. Klicka på Start Test!. En stapel kommer nu att visa sig.
Om systemet är utrustat med en riktningsantenn vrider
du antennen tills stapeln är så full som möjligt.
Glöm inte att koppla tillbaks sladden när du testat klart.
Figur 1-14 På fliken GSM Signal kan
man kontrollera GSM-mottagningen.
1.13 Fliken Event log
Figur 1-15 På fliken Event log visas de
senaste händelserna.
Under fliken Event Log, Figur 1-15, kan man se de senaste åtgärderna som har utförts av SODWIN.NET.
3:8
1.14 Fliken Help
Figur 1-16 Under fliken Help finns länkar
till mer information.
Under fliken Help, Figur 1-16, finns länkar till mer information.
1.15 Fliken About
Under fliken About, Figur 1-17, finns information om versionsnummer samt vem mjukvaran är licensierad till.
Figur 1-17 Under fliken About finns
information om mjukvaran och vem den
är licensierad till.
9
Bilaga 4 - Teknisk not: Omvandling mellan vektoriellt och
skalärt mätt vind
4:1
Rapportnummer
Datum
20120315-6
2012-03-15
Titel
Delgivning
Omvandling mellan vektoriellt och skalärt
mätt vind
AQSystems kunder
Status
Klar, version 2
Namn
4:2
Skriven
Lasse Johansson
Granskad
Johan Hansson
Godkänd
Pelle Hurtig
2
3
4
INLEDNING......................................................................................................... 2
2.1
Syfte........................................................................................................... 2
2.2
Bakgrund.................................................................................................... 2
RECEPT ............................................................................................................. 3
3.1
Allmänt recept ............................................................................................ 3
3.2
Recept för MATLAB ................................................................................... 3
METOD ............................................................................................................... 3
4.1
Detaljer om omvandlingen .......................................................................... 5
5
EXEMPEL ........................................................................................................... 6
7
VARFÖR ÄR VEKTORIELLA OCH SKALÄRA MEDELVÄRDEN OLIKA? ......... 11
9
HÄRLEDNING AV OMVANDLINGSFAKTORERNA .......................................... 12
9.1
Definition av vinden .................................................................................. 12
9.2
Vektor- och skalärmedelvärde .................................................................. 12
9.3
Väntevärde och varians av ett belopp ...................................................... 13
9.4
Uttryck för medelvärdena ......................................................................... 13
9.5
Uttryck för variansen ................................................................................ 14
9.6
Omvandling mellan skalärt och vektoriellt mått ......................................... 14
10
ETT MATLAB-RECEPT .................................................................................... 16
11
REFERENSER .................................................................................................. 17
4:3
2
INLEDNING
2.1
Syfte
2.2

Att ange en praktisk metod för omvandling av vektormedelvind som mäts med
AQ500 till skalärmedelvind som mäts med en skålkorsanemometer

Att exemplifiera med verkliga data
Bakgrund
AQ500 beräknar den horisontella vinden som de två vinkelräta komposanterna av en
vektor, exempelvis nord-sydkomposanten och ost-västkomposanten. Detta görs många
gånger under en tiominutersperiod varpå det komposantvisa medelvärdet beräknas.
Resultatet kallas vektormedelvinden som har en viss styrka och riktning.
En skålkorsanemometer å andra sidan ger vindstyrkan direkt. Anemometern loggas många
gånger under en tiominutersperiod varpå medelvärdet beräknas. Resultatet är
skalärmedelvinden som har en viss styrka. Anemometern kan inte mäta vindriktningen.
En vektor är något som har längd och riktning medan en skalär bara har längd.
Vindhastighet, exempelvis nord 12 meter per sekund är en vektor medan vindstyrka,
exempelvis 6 meter per sekund är en skalär.
I en jämn och turbulensfri vind är vektor- och skalärmedelvinden lika. I verkligheten är
vinden dock alltid mer eller mindre turbulent och då uppstår en skillnad mellan de båda
medelvärdena. Se Tabell 1 för exempel. Lägg märke till att vektormedelvinden alltid är
något svagare än skalärmedelvinden. Det betyder att AQ500 mäter en något svagare vind
än en skålkorsanemometer. Denna skillnad är inte något fel utan en konsekvens av att
medelvindstyrka kommit att definieras som det skalärmedelvärdet. Däremot är det ett fel att
blanda ihop dessa båda och att använde det ena istället för det andra.
Skillnaden mellan skalär och vektoriell medelvind är oftast liten eller försumbar som vi såg i
Tabell 1 eller Figur 1.
I kapitel 6 återfinns en geometrisk förklaring av skillnaden och i kapitel 8 ger vi en
noggrannare matematisk härledning. Men nu skall vi först koncentrera oss på hur man går
till väga rent praktiskt för att omvandla mellan skalär- och vektormedelvind.
4:4
3
RECEPT
3.1
Allmänt recept
1. Välj sodardata från en viss höjd för omvandling från vektor- till skalärmedelvind,
detta är U
2. Beräkna turbulensintensiteten, TI, för alla obsar U över 4 m/s som
där s är
standardavvikelsevärdena
3. Beräkna medelvärdet av TI, detta är A
4. Beräkna standardavvikelsen av TI, detta är B
5. Beräkna omvandlingsfaktorn C som
6. För att omvandla tidsserien U multiplicerar du med C. För att omvandla
Weibullparametrarna beräknade från U multiplicerar du skalparametern med C.
Formparametern lämnas orörd.
7. Fortsätt från 1 med nästa höjd.
3.2
Recept för MATLAB
Se §10.
4
METOD
Receptet tidigare bygger på följande metod.
Först definierar vi vinden. Vi ger den välbestämda egenskaper som överensstämmer med
vad vi ser i naturen; en lämplig balans mellan slumpmässighet och ordning. Därefter
beräknar vi egenskaperna hos ett skalärt respektive vektoriellt medelvärde. Detta gör vi för
ett typiskt stickprov omfattande tio minuters vind som mäts ungefär en gång per sekund.
Tills sist jämför vi medelvärdena, analyserar skillnaden och formulerar ett recept för
omräkning mellan dem. Detaljerna finner du i §9.
Den systematiska skillnaden mellan vektor- och skalärmedelvinden är

där
2
U S  UV
 0,8TI
UV
(1)
är medelvärdet av den turbulenta intensiteten. Vi kan alternativt skriva
2
U S  UV (1  0,8TI )
(2)
Exempelvärden på  ges i Tabell 1.
4:5
Slutsatsen är att

skålkorsanemometervinden > sodarvinden
och att skillnaden
< 10 %, och

är försumbar vid låg turbulens,

är av samma storleksordning som osäkerheten hos en skålkorsanemometer av god
= 10 till 15 %
kvalitet i hög turbulens

är betydande i stark turbulens,
> 15 %
(%)
0,1
0,5
1
2
3
5
(%)
4
8
11
16
19
25
Tabell 1. Exempelvärden på = medel av skalärvind – vektorvind för olika
= medel av
turbulensintensiteten. Ett diagram av samma sak visas Figur 1 där även färgkoden förklaras.
average difference scalar-vector (%)
3.5
3
2.5
2
1.5
1
0.5
0
0
5
10
average TI (%)
15
20
Figur 1. Medelvärdet av skillnaden skalär – vektor (%) mot medelturbulensen (%). I det gröna
området är skillnaden försumbar, i det gula kan en korrigering behövas; skillnaden är ungefär
lika stor som osäkerheten hos en skålkorsanemometer av hög kvalitet med korrekt
toppmontering. I det röda området måste en korrigering företas.
4:6
4.1
Detaljer om omvandlingen
Härledningen av skillnaden skalär – vektorvind, formel (1) ovan samt omvandlingen, formel
(2) sker i två steg. Först beräknar vi skillnaden för en tiominutersperiod och sedan beräknar
vi skillnaden för hela mätperioden, det vill säga över många tiominutersperioder.
4.1.1
Den kanoniska omvandlingen
Detta är omvandlingen för en enstaka tiominutersperiod med känd turbulens. Uttrycket för
skillnaden blir enkelt
i 
U s ,i  U v ,i TI i 2

U v ,i
2
(3)
där U är tiominutersmedlen, index i är numret på tiominutersperioden och s=skalär resp. v =
vektor. Om vi uttrycker samma sak som en omvandling från vektor- till skalärmedel blir det
 TI i2 

U si  U vi 1 
2 

(4)
Med hjälp av detta kan vi omvandla enstaka obsar eller hela tidsserien med god
noggrannhet för turbulensnivåer upp emot 50 % alltså för alla realistiska turbulensnivåer.
Detaljerna återfinns i §9.6.1.
4.1.2
NF-omvandlingen
Om vi har observationer av vindstyrkan men inte av turbulensen för en viss
tiominutersperiod så kan vi inte utföra den kanoniska ("regelrätta") omvandlingen. Genom
ett antagande om normalfördelad (NF) turbulens kommer vi runt detta problem.
Kan vi omvandla vektorvinden under en längre period, t.ex. hela mätperioden, U v till
skalärvind U s för samma period? Vi skulle kunna tillämpa (4) så här

 TI 2 
  U 1  0,5TI 2
U s  U v 1 
v

2 


(5)
Ja, vi skulle kunna göra detta men det är inte helt statistiskt renlärigt och vi skulle få en
underskattning. Istället tar vi turbulensens variabilitet med i beräkningen och får då den
riktigare skattningen

A2  B 2 

U s  U v 1 
2 

(6)
Här är A medelvärdet av den turbulenta intensiteten TI och B är dess standardavvikelse.
Detta uttryck kan ytterligare förenklas

U s  U v 1  0,8TI
2

(7)
vilket gäller på många av de mätlokaler vi stött på. (Jämför med sista delen av (5).)
4:7
Formel (6) är behändigare än (4) eftersom vi kan använda en omvandlingsfaktor för alla
observationer. Faktorn används när man omvandlar Weibullparameterns skalfaktor
(formfaktorn påverkas inte).
Detaljer återfinns i §9.6.2
5
EXEMPEL
Först inspekterar i data. Databortfallet visas i Figur 2. Det typiska bortfallet på medelvind U
är några procent på 100 meters höjd. För standardavvikelsen av vinden, från vilken
turbulensen beräknas, är bortfallet större, 10-15 %1 på 100 meter.
Vi anar ett problem här; Om vi måsta ha samtidiga obsar av medelvind och
standardavvikelse för att kunna omvandla vektorvind till skalär vind så kommer den senare
att få samma – lägre – dataåterbäring som standardavvikelsen vilken är begränsande.
Detta är inte acceptabelt eftersom databortfall ger ett systematiskt fel genom betingning. Vi
har därför utvecklat metoden §4.1.2 som tillämpades i receptet §3.1.
220
Uv
200
TI
180
z (m)
160
140
120
100
80
60
40
0
5
10
15
20
loss (%)
25
30
35
Figur 2. Databortfallet (%) på olika mäthöjder.
I Figur 3 ser vi vindtidsserier på några olika höjder under ungefär en månad och i Figur 4
turbulensen. Vi har klippt av y-axeln vid 50 %. Högre turbulensvärden än så uppträder vid
svag vind och även i konvektiva situationer när luften är labilt skiktad.
1
En förbättring av mätningen av standardavvikelsen med höjd återbäring är på gång och kommer att
lanseras under 2012.
4:8
20
50
100
150
18
16
Uv (m/s)
14
12
10
8
6
4
2
0
100411
100418
100425
100502
100509
Figur 3. Vindstyrka mätt med AQ500 för höjderna 50, 100 och 150 m.
50
50
100
150
45
40
35
TI (%)
30
25
20
15
10
5
0
100411
100418
100425
100502
100509
Figur 4. Turbulensintensitet mätt med AQ500 på höjderna 50, 100 och 150 m under en
vårmånad. Dygnsvariationen syns tydligt. Hög turbulens TI > 40 % uppträder i konvektiva
svagvindssituationer med konvektion.
I Figur 5 ser vi samma turbulensdata som i Figur 4 men nu som medelprofiler. Den
heldragna linjen är medelprofilen av alla obsar alltså inklusive den extremt höga
turbulensen i svag vind. Den streckade linjen är medelprofilen för obsar vid vindstyrka över
4 m/s.
4:9
200
150
z (m)
mean(TI)
mean(TI|U<4 m/s)
100
50
0
5
10
TI (%)
15
20
Figur 5. Profiler av medelturbulensintensiteten. Dels för alla obsar (heldragen) och dels bara
för obsar U>4 m/s.
Åter en annan bild av turbulensen ser vi i Figur 6. Turbulensens medelvärde och dess
standardavvikelse på höjden 100 meter är uppdelat i vindstyrkeklasser. Vi ser även här att
hög medelturbulens endast förekommer i vid de svagaste vindarna, under 2-3 m/s.
160
A = mean(100) (%)
B = std(100) (%)
140
120
100
80
60
40
20
0
0
2
4
6
8
10
Uv100 (m/s)
12
14
16
18
Figur 6. Turbulensintensitet på 100 möm. Medelvärde, A, och standardavvikelse, B, mot
vindstyrka. Klassvidd 1 m/s.
När vi tillämpar formel (4) på vektorvinden, Uv, får vi skalärvind, Us. I Figur 7 ser vi en
jämförelse av dessa på 100 meters höjd. Eftersom omvandlingsfaktorn är ganska liten,
knappt en procent, ligger punkterna nästan på en rät linje. Endast de svagaste
vindstyrkorna, för vilka turbulensen är hög, flyttas märkbart.
4:10
20
18
16
Us 100 (m/s)
14
12
10
8
6
4
2
0
0
5
10
Uv100 (m/s)
15
20
Figur 7. Skalärvinden Us beräknad från vektorvinden Uv med formel (4). Den röda linjen är y =
x.
Vi kan studera omvandlingen från Uv till Us ytterligare i Figur 8. Den heldragna linjen visar
skillnaden när den kanoniska omvandlingen enligt §4.1.1 används då varje par medelvindoch turbulensobs omvandlas med formel (4) innan klassmedelvärdet Us tas.
Cirklarna visar resultatet av att tillämpa formel (6) för varje vindstyrkeklass. Det blir ingen
synbar skillnad mellan den kanoniska och NF-metoden i detta fall. Detta innebär bland
annat att turbulensintensiteten är nära normalfördelad i varje vindstyrkeklass vilket styrker
antagandet att detta gäller även om man slår ihop alla klasser. Det skänker även förtroende
för approximationen.
Den streckade linjen är värdet av formel (6) då A och B beräknats från alla turbulensobsar
för vilka U>4 m/s.
Den största skillnaden mellan dessa både metoder, den kanoniska och NF-metoden, är
alltså en bråkdel av en procent och därmed försumbar. Eftersom skillnaden blir ännu
mindre om metoden tillämpas på en medelvind eller en Weibullparameter så
rekommenderar vi NF-metoden i kraft av dess enkelhet och effektivitet.
Vi kan inte nog understryka att tillämpningen av denna metod måste föregås av en
inspektion av data så att man kan konstatera att de ser normala ut.
4:11
2
canonical
normalapprox, classwise
normalapprox, average
1.8
1.6
(Us - Uv)/Uv (%)
1.4
1.2
1
0.8
0.6
0.4
0.2
0
0
5
10
Uv (m/s)
15
20
Figur 8. Den relativa skillnaden i procent med den kanoniska metoden (heldragen), NFmetoden klassvis (ringar) och NF-metoden för data med U>4 m/s (streckad). Klassvidd 1 m/s.
Den sista grafen i Figur 9 visar en jämförelse av metoderna i form av profiler. Skillnaden är
obetydlig.
200
canonical
normalapprox, average
z (m)
150
100
50
0
0.5
1
(Us - Uv)/Uv (%)
1.5
2
Figur 9. Profiler av den relativa skillnaden i procent beräknad med den kanoniska metoden
och med NF-metoden. Exempel på 100 m är det ena värdet 0,6 % och det andra 0,7 %.
Skillnaden är således helt försumbar.
4:12
7
VARFÖR ÄR VEKTORIELLA OCH SKALÄRA MEDELVÄRDEN OLIKA?
Ett vindmätinstrument (med kringutrustning) kan fungera enligt minst två olika principer;
vektoriellt eller skalärt. Observationerna kommer att bli aningen olika. Betrakta Figur 10 och
studera följande geometriska förklaring av skillnaden.
Låt oss studera några vindögonblick, pilarna 1,2 osv i figuren. Vindstyrkan är densamma,
säg 10 m/s men vindriktningen varierar. Alla vindvektorer är alltså radier till cirkeln med
radien 10. Om vi tar medelvärdet av vindstyrkorna 1, 2 osv, alltså medelvärdet av längden
av dessa blir det 10 m/s. Detta är den skalära medelvinden.
Medelvindriktningen är längs U-axeln i figuren vilket är liktydigt med att medelvärdet av
vinden längs V-axeln är noll och vi behöver därför bara studera U-komponenten vidare.
Vektorvinden är alltså medelvärdet av projektionerna av vindvektorerna 1, 2 osv på Uaxeln. Alla projektionerna är ≤ 10 vilket därför måste gälla även medelvärdet. Detta är
vektormedelvinden.
Figur 10. Några vindvektorer med samma styrka men olika vindriktningar projicerade på Uaxeln.
4:13
9
HÄRLEDNING AV OMVANDLINGSFAKTORERNA
9.1
Definition av vinden
Vi konstruerar en stokastisk vind, W, med kända egenskaper och beräknar dess skalära
och vektoriella medelvärde samt skillnaden dem emellan. Hur vinden konstrueras är inte så
viktigt men det skulle vara oklokt att inte passa på att välja en vind som gör beräkningarna
enkla.
Vi ansätter en vind som
1. är stationär till styrka och riktning
2. har horisontellt isotrop turbulens
3. har normalfördelade komponenter (U, V).
Vi väljer ett koordinatsystem längs medelvindriktningen och studerar en vind med styrkan
ett. Hastighetsvektorn skrivs
W  (U,V )  (1 U',V ' )
(8)
Primarna betecknar de fluktuerande komponenterna, vilka är normalfördelade med
väntevärde noll och variansen 2
U ' ,V ' N(0, 2 )
(9)
där nu  kan tolkas som turbulensintensiteten.
För realismen hos denna vind talar bland annat sekundmätningar med
ultraljudsanemometrar. Sådana mätningar visar att vinden inte är helt horisontellt isotrop
men avvikelserna är inte så stora. Teorin nedan kan relativt enkelt anpassas till icke-isotrop
turbulens men på bekostnad av enkelheten.
9.2
Vektor- och skalärmedelvärde
Vektormedelvärdet2 av vindstyrkan definieras som
2
Wv  U  V
2
(10)
Det skalära medelvärdet är
Ws  U 2  V 2
(11)
Varianserna kan skrivas som
 v2  Var( W)  Var(U ,V )  ( 2 , 2 )
(12)
 s2  Var(Ws )
(13)
och
2
n
Strecket betecknar ett vanligt aritmetiskt medelvärde:
X   Xi / n .
i 1
4:14
9.3
Väntevärde och varians av ett belopp
Som ett steg på vägen skall vi beräkna väntevärde och varians av den stokastiska
variabeln
Y  X där X  (1  1 ) 2  ( 2 ) 2 och där 1, 2  N (0,1). Y är ocentralt -fördelad.
Denna fördelning är svår att arbeta med, varför vi härleder en förenklad approximation.
Väntevärdet av Y är
 1 Var( X ) 
E (Y )  m 1 

2
 8 m

(14)
där m  E(X ) och Var(X ) är variansen av X. Vi får m  1  2 2 respektive
Var( X )  4 2 (1   2 ) . Efter insättning i (14) får vi
 1  2 (1   2 ) 
2
  1
.
E (Y )  1  2 1 
2 2 
2
 2 (1  2 ) 
2
(15)
Variansen av Y blir
Var(Y ) 
 2 (1   2 )
  2 (1   2 ) .
(1  2 2 )
(16)
Dessa uttryck är korrekta till O(  4) vilket innebär att de är goda så länge  är mindre än
typ 0,5 alltså för turbulens upp till 50 %.
9.4
Uttryck för medelvärdena
2
2
I vektorformuleringen är X  U  V . Vidare är Var(U )  Var(V )   2 / nv där nv är
antalet obsar i medelvärdet. Tänk på att nv är antalet oberoende obsar som kan vara
(mycket) färre än det totala antalet obsar om processen är översamplad.
Med hjälp av (14) får vi vektormedelvärdet
v  E (Wv )  1 
2
2nv
(17)
I skalärformuleringen är X  U 2  V 2 . Varianserna är per definition Var(U )  Var(V )   2 .
Efter insättning i ekvation (14) får vi skalärmedelvärdet
s  E (Ws )  1 
2
2
(18)
Skillnaden dem emellan är
 s  v 
2
2

2
2n v
(19)
Eftersom vi har minst 30 oberoende obsar under en tiominutersperiod kan den andra
termen i högerledet försummas och vi kan skriva
4:15
 s  v 
2
2
(20)
Detta är ekvation (3) men med något andra beteckningar.
9.5
Uttryck för variansen
Vektorvariansen, Var(W), definierades i (12). Den skalära variansen, Var(|W|), fås ur (13).
Det intressanta är den turbulenta intensiteten, vilket är kvadratroten ur variansen.
Skillnaden mellan vektoriell och skalär turbulens är
 v   s     2 (1   2 )  
3
2
(21)
För en relativt hög turbulens på, säg, 15 % ( = 0,15) blir skillnaden –0,002 eller 0,2 %.
Detta är mycket mindre än den precision med vilken turbulensen kan mätas.
Slutsatsen är att skillnaden mellan vektoriellt mätt och skalärt mätt turbulens är försumbar.
9.6
Omvandling mellan skalärt och vektoriellt mått
Omvandlingsformeln (4) gäller för parvisa obsar av medelvind och turbulens. Det skulle
vara bekvämt att få en mer generell formel för medelvindstyrkan under hela mätperioden
eller Weibullparametrarna. Dessutom vore det bra att slippa kravet på ett turbulensvärde
per medelvindvärde eftersom turbulensvärden kan saknas. Effekten blir då att endast en
delmängd av vindstyrkeobsarna kan omvandlas, vilket ger betingning och ett systematiskt
fel.
9.6.1
Den kanoniska metoden
Det centrala problemet är att beräkna medelvärdet
 2 
U s  U v 1  
2

(22)
för en hel tidsserie. Detta är medelvärdesformen av (4)
9.6.2
NF-metoden
För att uppnå den fördel och komma undan den nackdel som nämndes inledningsvis antar
vi att turbulensen är en normalfördelad (NF) stokastisk variabel med väntevärde A och
standardavvikelse B. Vi får då följande behändiga resultat

A2  B 2 

U s  U v 1 
2

C
(23)
Av detta följer att skalfaktorn i Weibullfördelningen3 skall omvandlas enligt
3
En tvåparameters Weibullfördelning med fördelningsfunktion
4:16
.
As  AV C
men formfaktorn k påverkas inte. (Varning för symbolkollision: As och Av är
Weibullparametrar vilka av hävd betecknas med A. Det är inte samma A som i ekvation
(23)!)
4:17
10
ETT MATLAB-RECEPT
If you use the AQ System wind structure format in MATLAB4, do the following
%% 1. Load your sodar data structure, call it x to conform with this
example.
% place load command here
%% 2.
Compute the turbulence intensity (TI) from the wind speed (U) and
the standard deviation and assign it as a new substructure:
x.ti.data = x.u.sv ./ x.u.data;
%% 3.
Censor the TI data with the U data to keep only values U > 4
ti = x.ti.data;
ti(x.u.data < 4) = NaN;
%% 4.
Compute the constants A (the mean turbulence intensity) and B (the
standard deviation of the turbulence intensity) in equation 6.
A = nanmean(ti);
B = nanstd(ti);
%% 5.
Compute the conversion factor:
C = 1 + (A.^2 + B.^2)/2;
%% 6.
Apply the conversion factor like
% Example 1
us_mean = nanmean(x.u.data) .* C;
figure
plot(us_mean,x.u.z),xlabel('U_s (m/s)'),ylabel('z (m)')
% Example 2 - requires that you have the WAFO toolbox which you find here
% http://www.maths.lth.se/matstat/wafo/
figure
[Pv] = wweibfit(x.u.data(~isnan(x.u.data(:,11)),11))
% Pv(1) is the Weibull scale parameter based on vector wind for level 11.
% The shape parameter is Pv(2). To
% convert this to scalar parameters do
Ps(1) = C(11)*Pv(1);
Ps(2) = Pv(2);
% Note the shape parameter is not affected!
% some plotting
u = 0:30;
figure
plot(u,wweibpdf(u,Pv(1),Pv(2)), u,wweibpdf(u,Ps(1),Ps(2))),xlabel('u
(m/s)'),ylabel('probability density')
4
Kommer under 2012.
4:18
11
REFERENSER
[1]
Quality check sodar data – data yield. AQ System Technical Note 1.
[2]
Johansson, L. 2009. Omvandling mellan vektor- och skalärmedelvind.
[3]
Johansson, L. 2010. Metoder för korrektion av vektormedelvind mätt av sodar
vid låg dataåterbäring på turbulensdata.
4:19
Bilaga 5 - Styr ditt system på distans med SMS
5:1
Rapportnummer
Klicka här för att ange text.
Datum
2012-03-16
Titel
Styrning av AQ500 med SMS
Delgivning
AQSystems kunder
Kund
Klicka här för att ange text.
Antal sidor
6
Kundens referens
Klicka här för att ange text.
Revision
0
Skriven
5:2
Namn
Johan Hansson
Datum
2012-03-16
1
INLEDNING
Om din AQ500 är utrustad med GSM-kommunikation kan du styra olika delar av driften
genom att skicka ett SMS till systemet. Vad du kan göra beror på vilken version av
styrprogrammet som är installerat i ditt system. Du hittar versionen på displayen i
styrsystemet som sitter monterat i sodarn. Du kan även kontakta AQSystem för att få besked
om vilken version ditt system levererades med.
Du kommunicerar med systemet genom att skicka ett SMS till styrsystemets telefonnummer.
Observera att detta nummer inte är samma nummer som du använder när du ringer upp och
hämtar data. Numret till styrsystemet finner du i den dokumentation som ditt system
levererades med.
Av säkerhetsskäl är det endast förprogrammerade nummer som kan användas för att skicka
instruktioner till styrsystemet. Vill du ändra eller lägga till nummer kräver det att någon åker
till systemet och gör det på plats.
1.1
Version 2 till 4 av styrprogrammet
Inställningarna som går att göra i version 2 till 4 av styrprogrammet visas i Tabell 1.
Tabell 1. Inställningarna som kan göras i version 2 till 4 av styrprogrammet. Det som står i kolumnen
"Innehåll i SMS skickas i ett SMS till styrprogrammets telefonnummer.
Innehåll i SMS
00000000!MODE=1
Parameter
Manual Start
00000000!OK=1
Auto Mode
00000000!ESC=1
Stopp Mode
Funktion
Kör en manuell cykel och
återgår därefter till
automode
Försätter vagnen i
automode
Försätter vagnen i stop
mode
5:3
1.2
Version 7
Om styrprogrammets version är 7 är det möjligt att fråga systemet vilka inställningar som
gäller just nu, dessa visas i Tabell 2. De kommandon som används för att göra ändringar i
inställningarna visas i Tabell 3.
Tabell 2. Funktioner som kan användas för att få veta inställningarna i systemet om versionen på
styrprogrammet är 7. Det som står i kolumnen "Innehåll i SMS" skickas i ett SMS till styrsystemets
telefonnummer.
Innehåll i SMS
00000000!READGTA=1
Parameter
Generator Time Auto
00000000!READGTM=1
Generator Time
Manual
00000000!READHTA=1
Heater Time Auto
00000000!READHTM=1
Heater Time Manual
00000000!READOHG=1
Operations Hours
Generator
Generator Start
Voltage
00000000!READGSV=1
00000000!STARTBATT=1
Start Battery Voltage
00000000!BATT=1
Main Battery Bank
5:4
Funktion
Visar tiden i minuter
elverket går vid autostart
Visar tiden i minuter
elverket går vid manuell
start
Visar tiden i minuter som
dieselvärmaren går innan
elverk startar vid auto start
Visar tiden i minuter som
dieselvärmaren går innan
elverk startar vid manuell
start
Visar antal driftstimmar för
dieselgeneratorn
Visar spänningen i volt då
elverket automatiskt ska
starta (som decimaltal).
Visar spänningen i volt i
startbatteriet (som
decimaltal).
Visar spänningen i volt i
batteribanken (som
decimaltal).
Standard
60
60
60
5
11,7-12
Tabell 3. Funktioner som kan användas för att ändra inställningarna i systemet om versionen på
styrprogrammet är 7. Det som står i kolumnen "Innehåll i SMS" skickas i ett SMS till styrsystemets
telefonnummer.
Innehåll i SMS
00000000!SETGTA=mmmm
Parameter
Generator Time Auto.
Ställ in hur länge
elverket ska gå vid
auto start
00000000!SETGTM=mmmm Generator Time
Manual. Ställ in hur
länge elverket ska gå
vid manuell start
00000000!SETHTA=mmmm Heater Time Auto.
Ställ in hur länge
dieselvärmaren ska
gå vid auto start
00000000!SETHTM=mmmm Heater Time Manual.
Ställ in hur länge
dieselvärmaren ska
gå vid manuell start
00000000!SETGSV=vvv
Generator Start
Voltage. Ställ in vid
vilken spänning i
batteribanken elverket
ska starta automatiskt
00000000!MODE=1
Manual Start
00000000!OK=1
Auto Mode
00000000!ESC=1
Stopp Mode
Funktion
mmmm = minuter
Exempel (sätt tid till en
timme):
00000000!SETGTA=60
mmmm=minuter
Standard
60
mmmm=minuter
60
mmmm=minuter
5
60
vvv=spänning I tiondels volt. 11,7-12
Exempel (12.5 Volt)
00000000!SETGSV=125
Kör en manuell cykel och
återgår därefter till
automode
Försätter vagnen i
automode
Försätter vagnen i stop
mode
5:5
1.3
Version 9
Om styrprogrammets version är 9 är det möjligt att fråga systemet vilka inställningar som
gäller just nu, dessa visas i Tabell 4. De kommandon som används för att göra ändringar i
inställningarna visas i tabell x+1.
Tabell 4. Funktioner som kan användas för att få veta inställningarna i systemet om versionen på
styrprogrammet är 9. Det som står i kolumnen "Innehåll i SMS" skickas i ett SMS till styrsystemets
telefonnummer.
Innehåll i SMS
00000000!READGTA=1
Parameter
Generator Time Auto
00000000!READGTM=1
Generator Time
Manual
00000000!READHTA=1
Heater Time Auto
00000000!READHTM=1
Heater Time Manual
00000000!READOHG=1
Operations Hours
Generator
Generator Start
Voltage
00000000!READGSV=1
00000000!STARTBATT=1
Start Battery Voltage
00000000!BATT=1
Main Battery Bank
5:6
Funktion
Visar tiden i minuter
elverket går vid autostart
Visar tiden i minuter
elverket går vid manuell
start
Visar tiden i minuter som
dieselvärmaren går innan
elverk startar vid autostart
Visar tiden i minuter som
dieselvärmaren går innan
elverk startar vid manuell
start
Visar antal driftstimmar för
dieselgeneratorn
Visar spänningen i volt då
elverket automatiskt ska
starta. (som decimaltal)
Visar spänningen i volt i
startbatteriet. (som
decimaltal)
Visar spänningen i volt i
batteribanken. (som
decimaltal)
Standard
60
60
60
5
11,7-12
Tabell 5. Funktioner som kan användas för att ändra inställningarna i systemet om versionen på
styrprogrammet är 9. Det som står i kolumnen "Innehåll i SMS" skickas i ett SMS till styrsystemets
telefonnummer.
Innehåll i SMS
00000000!SETGTA=mmmm
Parameter
Generator Time Auto.
Ställ in hur länge
elverket ska gå vid
auto start
00000000!SETGTM=mmmm Generator Time
Manual. Ställ in hur
länge elverket ska gå
vid manuell start
00000000!SETHTA=mmmm Heater Time Auto.
Ställ in hur länge
dieselvärmaren ska
gå vid auto start
00000000!SETHTM=mmmm Heater Time Manual.
Ställ in hur länge
dieselvärmaren ska
gå vid manuell start
00000000!SETGSV=vvv
Generator Start
Voltage. Ställ in vid
vilken spänning i
batteribanken elverket
ska starta automatiskt
00000000!MODE=1
Manual Start
00000000!OK=1
Auto Mode
00000000!ESC=1
Stopp Mode
00000000!POPO=1
Power off, Power on
Funktion
mmmm = minuter
Exempel (sätt tid till en
timme):
00000000!SETGTA=60
mmmm=minuter
Standard
60
mmmm=minuter
60
mmmm=minuter
5
60
vvv=spänning I tiondels volt. 11,7-12
Exempel (12.5 Volt)
00000000!SETGSV=125
Kör en manuell cykel och
återgår därefter till
automode
Försätter vagnen i
automode
Försätter vagnen i stop
mode
Startar om Sodarenhet om
exempelvis sodarns modem
har hängt sig.
5:7
Bilaga 6 - Teknisk not: Kvalitetskontroll - dataförlust och
betingning
6:1
Rapportnummer
Datum
20120316-53
20120316
Titel
Delgivning
Kvalitetskontroll – dataförlust och betingning
AQ Systems kunder
Status
Klar, version 2
Namn
Skriven
Lasse Johansson. 110928.
Granskad
Pelle Hurtig, Johan Hansson
Godkänd
Sten-Ove Rodén
Revision
LJ. 111227. LJ 120316.
SAMMANFATTNING
Typiska värden på dataåterbäringen för vindstyrka med AQ500 visas i Figur 1.
Avsaknad av data kan genom betingning ge systematiska fel i vindstyrka och andra
parametrar. Sådana fel kan och bör beräknas och, om så krävs, korrigeras. En metod och
ett recept för detta ges i denna not.
6:2
TABLE OF CONTENTS
1
INLEDNING......................................................................................................... 3
1.1 Syfte........................................................................................................... 3
1.2 Bakgrund.................................................................................................... 3
2
METOD ............................................................................................................... 3
2.1 Saknade data – betingning ......................................................................... 4
2.2 Beräkning av systematiskt fel vid dataförlust .............................................. 5
2.3 Är beräkningen god? .................................................................................. 6
3
RECEPT ............................................................................................................. 8
6:3
1
INLEDNING
1.1
Syfte
1.2

Att ange en praktiskt användbar metod för kvalitetskontroll av data med avseende
på dataåterbäring samt skattning och korrigering av systematiska fel.

Att exemplifiera med typiska data.
Bakgrund
När felaktiga data eliminerats har de flesta mätserier större och mindre hål. Det är viktigt att
kunna avgöra om dataåterbäringen är tillräcklig för att data skall kunna användas för
pålitliga skattningar av medelvinden, Weibullparametrar och liknande. Vi behöver därför
värden på vilken dataåterbäring som kan förväntas och en metod för att skatta inverkan av
datahål.
2
METOD
Inspektera alltid dina data visuellt först. Du bör åtminstone rita upp vindstyrkan och
vindriktningen mot tid. Använd ditt omdöme och all tillgänglig information, exempelvis
samtidig vindriktning på närliggande lokaler. Kolla att allt ser bra ut. Figur 2 visar en typisk
graf.
30
50
100
150
200
25
U (m/s)
20
15
10
5
0
110501
110601
110701
110801
110901
111001
Figur 1. Medelvindstyrkan for några olika höjder. Detaljerna undersöks genom att man
förstorar och granskar grafer av detta slag.
6:4
Som första kontroll fastställer du dataåterbäringen. Obsar med värdet 9999 är ogiltiga. Inga
sådana värden får tas med i vidare beräkningar.
Det är lämpligt att göra en graf lik den i Figur 2 som visar andelen 9999-värden i tidsserien
av vindstyrka. Värdena är typiska för AQ500 idag 2011. På 100 meters höjd är
databortfallet några procent.
220
200
180
z (m)
160
140
120
100
80
60
40
0
5
10
15
20
25
U (%)
Figur 2. Databortfall i medelvinden, U, för olika mäthöjder. (Databortfall = 100 –
dataåterbäring.) På z = 100 m saknas cirka 2 %. Totalt antal obsar är 19319 omfattande 4,5
månader.
2.1
Saknade data – betingning
Ett mätsystem som till exempel en anemometer eller ett fjärrmätinstrument drabbas av
databortfall. När ett medelvärde beräknas från de tillgängliga obsarna kan ett systematsikt
fel uppstå. Om databortfallet är oberoende av det som mäts är felet litet1. Men om bortfallet
är betingat på (beror av) det som mäts så kommer medelvärdet att vara stört.
Låt oss studera vindstyrka. En nedisad anemometer ger fel vindstyrka. Dessa felvärden kan
tas bort förutsatt att man kan hitta dem. Det är inte så lätt eftersom nedisning kan ge såväl
för högt som för lågt mätt vind. Om de tas bort blir det hål i mätserien. Vi vet att nedisning
är vanligare vid svag än vid stark vind. Att ta bort nedisade mätningar blir därför att ta bort
1
Om ett mycket stort antal mätningar görs går felet mot noll, vilket kallas 'stora talens lag' inom
statistiken.
6:5
svag vind. När medelvinden beräknas blir den alltså för stark. I statistiska termer säger man
att sannolikheten för en giltig vindstyrkeobservation är betingad på vindstyrkan.
På samma sätt kan ett fjärrmätinstrument lida av betingning. Lidarer kan till exempel inte
mäta i dimma som huvudsakligen förekommer i lågvindssituationer. I sådana fall kommer
ett vindmedelvärde av lidardata att vara för högt. En viss sorts sodar störs av hård vind
varför medelvinden kommer att underskattas.
Ovanstående är exempel och inte en uttömmande lista på vad som kan ske. Från statistisk
synpunkt är det inte nödvändigt att undersöka detaljerna bakom dataförlusterna. Däremot
är det nödvändigt att undersöka eventuella betingningar, att beräkna dessa och att
korrigera dem om det behövs.
2.2
Beräkning av systematiskt fel vid dataförlust
Definiera A som händelsen "giltig obs finns". Vi skall beräkna felet, , på grund av
databortfall. Det är helt enkelt
(1)
där är den verkliga medelvindstyrkan, och
är medelvindstyrkan beräknad från
eftersom vi bara
giltiga obsar, alltså vindstyrkan betingad på A2. Vi kan bara beräkna
vet vindstyrkan när vi har en observation av den. Det vi vill veta är emellertid den sanna
medelvindstyrkan, , men eftersom data saknas kan vi inte beräkna den.
I Figur 3 ser vi ett exempel på fördelningen av den observerade vindstyrkan på 100 meter
kallad U100. Som vi såg i Figur 2 saknas endast 2 % av obsarna på 100 meters höjd.
Antag att mätningen för övrigt är perfekt. Då är fördelningen i figuren en nästan exakt
fördelning av U100 under denna mätning.
pU100 (x|A100)
0.2
(s/m)
0.15
0.1
0.05
0
0
2
4
6
8
10
12 14
x (m/s)
16
18
20
22
24
3
Figur 3. Fördelningen av observerad U100. Klassvidd 2 m/s.
2
utläses ” givet A” eller ”medelvindstyrkan givet att det finns giltiga obsar”.
Här betyder pU100(x|A) : sannolikheten att vindstyrkan U100 tillhör klassen x givet att det finns en
observation (A är sann).
3
6:6
Låt oss ta 100 meter som referenshöjd i detta fall. Fördelningen av U100 används som
approximation av fördelningen på högre höjder.
Genom att studera vad som händer när vi stryker observationer i mängden U100, som är
nästan komplett, så kan vi beräkna det systematiska felet av databortfall på högre höjder.
För att detta skall fungera måste vindstyrkan vara fördelad som på 100 meters höjd. Detta
är antagligen inte uppfyllt eftersom vindstyrkan vanligen tilltar med höjden. För att komma
runt detta kommer vi att anta att fördelningarna, normerade med medelvindstyrkan, är
tillräckligt lika. Detta antagande undersöker vi senare.
Vi kan nu skriva ner en approximation av det systematiska felet, , i medelvindstyrka på
höjden z i förhållande till referenshöjden 100 meter som
(2)
är den sanna medelvindstyrkan på 100 meters höjd.
är medelvindstyrkan
på 100 meter då det finns obsar på höjden z. I Figur 4 ser vi (z) beräknad på detta sätt.
Vi vill i detta sammanhang påminna om följande: Skalparametern i Weibullfördelningen är
proportionell mot medelvindstyrkan. Ett visst fel i medelvind ger samma fel i
skalparametern.
220
200
z (m)
180
160
140
120
100
80
-0.5
0
0.5
1
 (%)
1.5
2
2.5
Figur 4. Felet  i procent mot höjd. På 200 m höjd är den observerade vinden cirka 2 %
svagare än den verkliga vinden.
2.3
Är beräkningen god?
Vi ska nu undersöka om antagandet att fördelningen på 100 meters höjd är representativ
för höjder upp till 200 meter. Eftersom vindstyrkan så gott som alltid tilltar med höjden skulle
antagandet kunna ifrågasättas.
6:7
I Figur 5 ser vi ett tydligt samband mellan vinden på 100 och 200 meter, åtminstone för
U200 < 15 m/s. Vi kan skriva det som det linjära sambandet
eller
generellare
. Vi kan beräkna medelvärdet och sedan sätta in detta i
felformeln (2) för att förbättra denna. Då får vi
(3)
I vårt exempel är α=0,1 och =1,1 varför resultatet blir praktiskt taget detsamma som med
den enklare formuleringen. Lägg märke till att den enkla formen (2) är konservativ; felet
överskattas något.
I fall då vi får stora fel med formel (2) bör resultatet bekräftas med den noggrannare formen
(3).
20
18
16
U200 (m/s)
14
12
10
8
6
4
2
0
0
5
10
U100 (m/s)
15
20
Figur 5. U200 mot U100. Den gröna linjen är y = x. Den röda är regressionen U200 = 1,1U100 +
0,1.
6:8
3
RECEPT
1.
2.
3.
4.
Välj en referenshöjd med god dataåterbäring så högt upp som möjligt
Ta ut alla obsar som inte har värdet 9999, detta är
Beräkna medelvärdet, detta är
Ta ut obsar ur
för de tidpunkter då det finns giltiga obs på
, dvs. då
5. Beräkna medelvärdet av dessa:
detta är
6. Använd formel (2) för att beräkna betingningsfelet på 150 m
detta är betingningsfelet på 150 m. Positivt  innebär att den sanna vinden är
starkare än den observerade och att den observerade vinden bör ökas. Negativt
innebär att den observerade vinden bör minskas. Exempel: Om 150 = 0,01 skall
den observerade vinden på 150 m
ökas 1 % dvs.
.
7. Upprepa från 4 för andra höjder än 150 m.
8. Ifall  är större än 2-3 % (eller mindre än –2 till –3 %), så bör man kontrollera att
metoden är god på det sätt som beskrivs i §2.3.
6:9
Bilaga 7 - Teknisk not: Orografisk avvikelse
7:1
Rapportnummer
20120313-4
Datum
2012-03-14
Titel
Teknisk not orografi
Delgivning
AQS Kunder
Version
1
Skriven
Granskad
Godkänd
7:2
Namn
Lasse Johansson
Johan Hansson
Datum
2012-03-14
2012-03-15
Innehåll
1
Inledning ........................................................................................................................ 4
1.1
Naturens former .......................................................................................................... 4
1.2
Hur man tolkar bilderna............................................................................................... 4
1.3
Avvikelsernas mönster ................................................................................................ 6
2
Tumregler ....................................................................................................................... 8
2.1
Hjälpmedel.................................................................................................................. 8
2.2
Utförande .................................................................................................................... 8
3
Regler för placering .......................................................................................................10
4
Skattning av orografiska avvikelser ...............................................................................10
5
Exempel 1 .....................................................................................................................12
6
Exempel 2 .....................................................................................................................14
7:3
Sammanfattning
När vinden blåser över formationer i landskapet följer luften krökta banor. AQ500 mäter
lufthastigheten på tre ställen ovanför sig. Krökningen gör att lufthastigheten på dessa tre
ställen kommer att variera en aning, medan AQ500 förutsätter att hastigheten inte varierar.
Kollisionen mellan verkligheten och AQ500:s förutsättning ger upphov till en avvikelse mellan
sann vindstyrka ovanför instrumentet och den som instrumentet ger. Avvikelsen kallas
"orografisk avvikelse".
Vi visar hur avvikelsen beror på höjdens form och hur den kan undvikas eller minskas. Vi ger
regler för placering av AQ500 och en enkel metod för att skatta den orografiska avvikelsens
storlek.
När man övat några gånger är det mycket enkelt. Riv ut sidorna 10 och 11, plasta in och ta
med ut i skogen!
Orografi, av grekiska ὄ ϱ ος [òros] berg, är en beskrivning av landskapets höjder. Synonymt
med topografi; τονπος [tonpos] plats.
7:4
1
1.1
INLEDNING
Naturens former
Höjder kan ge orografiska avvikelser om de är tillräckligt stora och branta. Vi kommer att dela
in höjder i två renodlade slag: kullar och åsar. Vardera höjdslaget finns i hel- eller
halvvariant, se Figur 1.
KULLE
HALVKULLE
ÅS
HALVÅS
Figur 1. Renodlade naturformationer. Tänk på att vindriktningen är viktig; om det blåser längs en ås blir
det naturligtvis ingen orografisk avvikelse. Störst avvikelse blir det om luften blåser den brantaste vägen.
1.2
Hur man tolkar bilderna
I Figur 2 ser vi en halvkulle. Den färgade ytan ligger 100 meter över marken, vilket är en
typisk höjd där man vill veta vindresursen. I fallen nedan kallar vi för enkelhets skull denna
höjd för mäthöjden, H, trots att AQ500 mäter på både lägre och högre höjder. Under den
färgade ytan, H-ytan, framträder ett rutnät som markerar marken. Vi ser att den har samma
halvkulleform som H-ytan. Färgen visar skillnaden mellan den vind AQ500 levererar och den
verkliga vinden. Om man ställer sodarn på olika platser kan man alltså avläsa avvikelsen
med H-ytans färg på den platsen. Avvikelsen ges i procent av den verkliga vinden enligt
färgnyckeln bredvid. Den varierar i detta fall från ungefär –2 % till +2 %.
7:5
Figur 2. Den färgade nivån ligger 100 meter (=H) ovan den rutade yta som är halvkullens marknivå.
Höjdskalan är förstorad cirka fem gånger för att halvkullens form skall framträda tydligare. Det blå
strecket är 500 meter långt och med hjälp av det kan vi skatta lutningen från foten till toppen av
halvkullen till 20 %. Färgskalan visar vilken skillnad det skulle bli mellan sodarvinden och den verkliga
vinden på höjden H om sodarn placerades på marken under.
Figuren är inte skalriktig utan vi har förstorat höjdskalan cirka fem gånger för att man skall se
formen tydligare. Halvkullen är 100 meter hög medan området mäter fyra gånger sex
kilometer. Det lilla blå skalan är 500 meter lång varför vi kan skatta lutningen till cirka
100/500 = 0,2 eller 20 %.
Vinden kommer från vänster eller höger, alltså längs halvkullens rygg. Mönstret för
avvikelsen är symmetriskt om


markens lutning är mindre än 20 %
vindstyrkan är mindre än 10 m/s.
Därför gäller figurerna både för vind från vänster och från höger, alltså uppför såväl som
nedför branten.
Alla följande figurer har samma höjd-, längd- och färgskalor som Figur 2.
7:6
1.3
Avvikelsernas mönster
Vi kan dra följande slutsatser av Figur 2:




sodarvind = verklig vind där marken är plan (inte nödvändigtvis horisontell), det vill
säga runt om halvkullen samt längs ryggen på något avstånd från branten
sodarvind > verklig vind nedanför kullen
sodarvind < verklig vind ovanpå kullen
sodarvind = verklig vind ungefär mitt på branten
Betrakta nu Figur 3. Där har vi sammanställt ett galleri av olika höjder så att du enkelt kan
jämföra dem. Överst till vänster finner du samma halvkulle som i Figur 2. Överst till höger
samma form men dubbelt så brant; 40 % alltså en mycket kraftig lutning. Vi ser att avvikelsen
= sodarvind – verklig vind är större än för 20-procentkullen. Lägg märke till att avvikelsen
fortfarande är bunden till själva branten och snabbt klingar av bort från den.
I mittenbilderna ser vi avvikelsen vid strömning uppför eller nedför en halvås med lutning 20
% till vänster respektive 40 % till höger. Lägg märke till att avvikelsen är något större än för
motsvarande halvkulle. Det beror på att luften delvis kan strömma runt kullen, men all luft
måste strömma över åsen. Krökningen av luftflödet blir därför något större över en ås än
över en kulle.
I de understa två bilderna ser vi en kilformad ås. I den vänstra bilden är lutningen hos åsen
20 % på båda sidorna. Lägg märke till att de blå zonerna, som följer kilåsens kanter, smälter
samman vid dess spets. Avvikelsen vid åsens spets blir alltså dubbelt så stor där zonerna
möts. I den högra bilden ser vi kilåsen ur en annan vinkel. Denna ås har större lutning, 40 %.
Vi ser återigen att avvikelsezonerna möts vid åsens spets. Lägg märke till att
avvikelsezonerna i detta fall är osymmetriska. Vinden kommer från vänster och avvikelsen är
störst på vänstersidan, lovartsidan eller stötsidan. På den andra sidan, läsidan är avvikelsen
mindre, både uppe på kilåsen och nedanför. Det beror på att strömningen är osymmetrisk
runt åsen. Denna osymmetri blir alltmer uttalad



ju brantare åsen är
ju hårdare vinden blåser
med skog än utan.
Märk att denna osymmetri leder till mindre skillnad mellan sodarvind och verklig vind.
7:7
Figur 3. Galleri av avvikelsen sodarvind – verklig vind ovan prototypformer i naturen. Rutnäten antyder
markytan (delvis skymd). Sluttningarna till vänster lutar 20 %, de till höger 40 %. Överst ses ett par
halvkullar, därunder halvåsar och nederst kilformade åsar. Vinden blåser uppför sluttningen, från vänster.
I samtliga fall utom det högra understa fallet (se texten) blir mönstret detsamma om vinden blåser från
motsatt håll. Delfigurerna har samma längd- och färgskalor, den nedre högra ses från en annan vinkel.
7:8
2
TUMREGLER
För att kunna tillämpa tumreglerna måste vi ta ut måtten på höjderna. Det gäller att identifiera
följande tre mått



2.1
höjd
bredd i vindriktningen
vidd tvärs vindriktningen
Hjälpmedel
För detta måste du ha en karta med höjdkurvor och skalstock. En lämplig skala är 1:50000
eller mindre; 1:20000, 1:10000.
Du måste även ha en linjal.
Första gångerna du gör detta rekommenderar vi att du beväpnar dig med tålamod för att
kunna mäta och räkna om samma sak några gånger.
2.2
Utförande
Identifiera den förhärskande vindriktningen på din plats.
Jämför kartan över din plats med höjderna i Figur 1 för att avgöra vilken sorts höjd du har
med hänsyn till vinden.
Tag sedan fram måtten på brantvidden B och höjden , se exemplen i Figur 4. Du använder
följande formel för att beräkna lutningen 
Det andra måttet som behövs är förhållandet mellan mäthöjden H och höjden . Vi kallar
detta förhållande för  och beräknar det som
Den orografiska avvikelsen blir mindre än 1 % och kan försummas om
1. höjden är flack, närmare bestämt om den är mer än tio gånger så bred som den är
hög: <10 %.
2. mäthöjden är liten jämfört med kullens/åsens höjd:  < 0,1.
3. mäthöjden är mycket större än kullens höjd:  > 4.
4. mäthöjden är mycket större än åsens höjd:  > 15.
Om inget av ovanstående gäller så gå vidare till kapitel 4.
7:9
A
800
B2
600
V
400
B1
200
0
N
B3
-200
-400
-600
-800
-1000
-1000
-500
0
500
1000
Figur 4. Bilden visar en karta över två höjder. De tunna linjerna är femmetersekvidistanser, de feta är 25metersdito. Båda höjderna är 50 meter höga; =50. X- och y-axeln är graderad i meter.
Den runda kullen har en brantvidd B3≈300 m. Brantvidden är vidden av det branta området, man skall
alltså inte börja mäta den mitt uppe på den platta toppen av kullen och inte sluta långt ute på platta
marken. Kullen har naturligtvis samma brantvidd åt alla håll och därmed tvingas vinden uppför samma
lutning oavsett varifrån det blåser. Lutningen är alltså 3=/B3≈50/300=0,17 eller 17 % om man så vill.
Är den andra höjden en kulle eller en ås? Det beror på vindriktningen! Om det blåser ostlig eller västlig
vind strömmar luften över en långsträckt höjd; A är mycket större än V i figuren. En del luft kan alltså
strömma vid sidan om höjden istället för över den. Detta är vindmässigt en kulle.
Om det däremot är nordlig eller sydlig vind måste luften över, den kan inte strömma runt höjden i samma
utsträckning. Detta är vindmässigt en ås. Det är alltså måtten A och V samt vindriktningen som är
styrande för om det är en ås eller en kulle. Vid ost- eller västvind är brantvidden B2≈500 m och lutningen
2≈50/500=0,1. Vid nord- eller sydvind får vi vidden B1≈100 och alltså 1≈0,5.
7:10
3
REGLER FÖR PLACERING
För att minimera orografiska avvikelser vid användning av AQ500 skall följande regler
tillämpas där så är möjligt.
1. Om AQ500 kan placeras så som specificeras av punkt 1-4 i avsnitt 2.2 blir avvikelsen
liten
2. Placera AQ500 ovanpå höjden hellre än nedanför.
3. B är bredden av det branta partiet. Placera AQ500 några gånger B bort från det
branta partiet.
4. Sträva efter att ha det branta partiet i lä och/eller lovart av mindre dominerande
vindriktningar. Försök ha flacka partier i lä och lovart av dominerande vindriktning.
Avvikelsen kan skattas med hjälp av de diagram som återfinns nedan. Om man misstänker
att avvikelsen trots åtgärder fortfarande är signifikant, mer än cirka en procent, bör
mätningen justeras i efterhand på lämpligt sätt. AQ System erbjuder en sådan tjänst.
4
SKATTNING AV OROGRAFISKA AVVIKELSER
Du kan själv göra en enkel skattning av den orografiska avvikelsens storlek för en
bedömning av om en korrektion av mätningarna måste göras eller inte. Den metod som vi
kommer att presentera är just en skattning, inte en precisionsberäkning. Metoden är enkel
och kräver endast karta, linjal och noggrannhet. Vi gör först samma steg som i avsnitt 2.2
1. Identifiera den förhärskande vindriktningen; 30o- eller 45o-sektorn är tillfyllest om inte
dominerande vindriktning är extra smal eller uppdelad; använd isåfall motsvarande
smala sektorer.
2. Bestäm ifall höjden har kulleform eller åsform i vindriktningen.
3. Identifiera det branta områdets bredd; var det börjar och var det slutar, detta är
brantvidden B. Identifiera det branta områdets höjd på samma sätt, detta är
branthöjden .
4. Beräkna
lutningen
och kvoten
5. Tag dessa och använd diagrammet i Figur 5 eller Figur 6 för att beräkna avvikelsen.
För halvkulle/halvås blir det endast ett bidrag. För kulle/ås summeras bidragen från
lä- och lovartsidan (fram och baksidan i vindriktningen).
7:11
Figur 5. Diagram för beräkning av maximala skillnaden sodarvind–verklig vind över en halvkulle. På
vågräta axeln kvoten mellan mäthöjd H och kullens höjd . På lodräta axeln brantens lutning  som är
kvoten mellan kullens höjd  och brantens vidd B i vindriktningen. Kurvorna visar skillnaden i procent.
Exempel: Om kullen har höjden  = 100 meter och den mäthöjd vi är intresserade av är H=100 meter blir
värdet H/== 1. Om branten är ungefär B=500 meter får vi genomsnittliga lutningen =/B = 0,2. Vi
avläser avvikelsen cirka –1,5 %. För mäthöjden H=200 meter blir det istället cirka –1 %.
Figur 6. Diagram för beräkning av maximala skillnaden sodarvind–verklig vind över en halvås. På vågräta
axeln kvoten mellan mäthöjd H och åsens höjd . På lodräta axeln brantens lutning  som är kvoten
mellan åsens höjd  och brantens vidd B i vindriktningen. Kurvorna visar skillnaden i procent. Exempel:
Om åsen har höjden  = 100 meter och den mäthöjd vi är intresserade av är H=100 meter blir värdet
H/== 1. Om branten är ungefär B=500 meter får vi genomsnittliga lutningen =/B=0,2=20%. Vi avläser
avvikelsen cirka –2 %. För mäthöjden H=200 meter blir det istället cirka –1,5 %.
7:12
5
EXEMPEL 1
Vi följer receptet i kapitel 4.
1. Den dominerande vindriktningen är syd till väst.
2. Betrakta den förhållandevis enkla orografin på mätlokalen, Figur 7. Det är en höjd
ungefär 30 meter över omgivningen, avlång, cirka V1=500 meter på ena ledden och
V2=200 på den andra. Eftersom V1 är mycket större än V2 är höjden en kulle för vind
längs V1 men en ås för vind längs V2. Med andra ord är höjden en kulle för nordvästoch sydostvind och en ås för nordost- och sydvästvind. Den senare är alltså den
förhärskande.
3. Eftersom höjden är så pass liten är det inte möjligt att placera AQ500 några gånger
B2 bort från någon av branterna, vilket skulle gjort att den orografiska avvikelsen blev
försumbar. Det bästa man kan göra är att ställa AQ500 så långt bort från B2-branten
som möjligt samt att skatta avvikelsen för att se om vi bör efterhandsjustera
mätningarna .
4. Vid vind från sydväst och nordost är branterna B2=95 meter respektive B4=200 m,
=25 meter. Vi får lutningen 2=0,25 på sydvästsidan och 4=0,12 på motsatt sida.
Den intressanta mäthöjden är planerad navhöjd: H=100 m. Därför bli =H/≈4.
5. För en ås ger Figur 6 avvikelserna –2,5 % respektive –1,5 %. Sammanlagt alltså –
4%.
Hur blir det för vind från andra riktningar?
2.
3.
4.
5.
Som vi såg tidigare är höjden en kulle för vind från nordväst och sydost.
Måtten är B1=130 meter respektive B3=260 meter.
Vi får lutningen 1=/B1=0,2 på nordvästsidan och 3=0,1 på sydvästsidan.
För en kulle får vi ur Figur 5 avvikelserna drygt –1 %, säg –1,5 % respektive –1%.
Sammanlagt alltså –2,5 %.
I detta fall bör man alltså efter mätningen justera för orografiska effekter.
I Figur 8 ser du avvikelsen i området beräknad med en strömningsmodell.
7:13
B1
V1
B4
B2
X
B3
V2
Figur 7. Höjdkarta över området. Ekvidistans 5 m för tunna och 25 m för tjocka höjdkurvor. X och y i
meter. Färgskalan anger höjd. Krysset är rekommenderad position för AQ500.
Figur 8. Avvikelsen sodarvind-verklig vind (%) i området i Figur 7. T.v. för NV- eller SO-vind. T.h. för SVeller NO-vind. Färgen på en viss plats ger den avvikelse 100 möm man skulle få om AQ500 placerades
där.
7:14
6
EXEMPEL 2
Vi följer receptet i kapitel 4.
1. Den dominerande vindriktningen är väst.
2. Områdets dominerande orografi är en liten höjd. För vind från väster eller öster antar
vi att höjden är en kulle; den är mer rund än långsträckt tvärs vindriktningen.
3. Höjden är drygt 25 m högre än omgivningen, vi tar =25 m. Det brantaste partiet
vetter år väster. Avståndet mellan 25-metersekvidistanserna är runt 150 m, vilket är
B.
4. Vi får en största lutning i området på cirka =25/150≈0,2. Är mäthöjden H=100 m får
vi =H/≈4 ovanpå kullen. För andra ställen i området är dock  mindre eller mycket
mindre än 25 m, varför kvoten  blir mycket större än 4.
5. I Figur 5 avläser vi för =0,2 och =4 ett värde på avvikelsen för lovartsidan mellan –
1 % och –2 %, säg –1,5 %. På läsidan är lutningen  mycket mindre; säg att
avvikelsen är –0,5 %. Totalt –2 % vid väst- och ostvind om AQ500 placeras uppe på
kullen.
Vid sydväst- eller nordostvind är lutningen mindre, säg =0,1, och mer avlång tvärs vinden.
Vi använder Figur 6 och får med =0,1 och =4 avvikelsen –1,5 %. Vi dubblar detta för att få
både lä- och lovartbidraget; totalt –3 %.
För andra delar av området, exempelvis området med höjden 40-50 m nordost om kullen,
kommer  att vara stort; 10-20 och <0,05. Om AQ500 placeras där blir avvikelsen ≤ 1 %
och ingen justering behövs.


Slutsatsen är att om AQ500 placeras på kullen bör en efterhandsjustering göras.
(Tänk också på att om en mätning, oavsett mätmetod, görs ovanpå kullen och skall
"flyttas ned" till turbiner på andra platser i området kommer den numeriska modell
som då måste begagnas, t.ex. Wasp, att ge stora fel och därmed osäkerhet.)
Om man undviker kullen och dess närområde behövs ingen efterjustering.
Avvikelsen vid olika vindriktningar visas i Figur 10.
7:15
Figur 9. Höjdkarta över området. Ekvidistans 5 m för tunna och 25 m för tjocka höjdkurvor. X och y i
meter. Färgskalan anger höjd.
Figur 10. Avvikelsen sodarvind-verklig vind (%) i området i Figur 9 för vindriktning enligt pil. Färgen på en
viss plats ger den avvikelse man skulle få 100 möm om AQ500 placerades där.
7:16
Bilaga 8 - Metodik för jämförelse mellan AQ500 och annan
mätning
8:1
Report number
20130823-12
Date
20130823
Report Title
Guide for comparing AQ500 data with
other data
Distribution
AQS Clients
Number of pages
25
Revision
0
Prepared by
Reviewed by
Approved by
AQSystem
Box 2135
SE135 02 TYRESÖ
SWEDEN
8:2
Name
Lasse Johansson
Johan Hansson
Date
2013-08-29
2013-11-05
Kyrkogatan 30
SE411 15 GÖTEBORG
SWEDEN
[email protected]
+46 8 776 40 86
Quick reference / content of the report
1
Comparing AQ500 with other measurement data.
2
Checking reference data
3
2.1
Site visit
2.2
Examine documentation
2.3
Examine equipment
2.4
Examine data
2.5
Verify elimination of bad data
Checking the AQ500-data
3.1
Site visit
3.2
Examine documentation
3.3
Examine equipment
3.4
Examine data
3.4.1
Data retrieval
3.4.2
Temperature
3.4.3
Extreme values – spikes
3.4.4
Complete wind profiles
3.5
4
Verify elimination of bad data
Comparing reference data with AQ500 data
4.1
Comparability
4.2
Synchronization
4.3
Compare datasets pairwise
4.3.1
Select pair
4.3.2
Calculate difference
4.3.3
Correct for vector-scalar
4.3.4
Calculate relative difference
4.3.5
Estimate uncertainty of difference
4.3.6
Repeat this procedure for other heights.
5
Refernces
6
EXAMPLE
6.1
7
Labels in the examples
Checking reference data
7.1
AQSystem
Examine documentation
2 (25)
8:3
7.2
Examine equipment
7.3
Examine data
7.3.1
Wind speed/anemometers
7.3.2
Wind vanes/direction
7.4
8
Checking the AQ500-data
8.1
Examine documentation
8.2
Examine equipment
8.3
Examine data
8.3.1
Wind speed
8.3.2
Temperature
8.3.3
Data retrieval
8.3.4
Wind profiles
8.4
9
Verify elimination of bad data
Comparing reference data with AQ500 data
9.1
Comparability
9.2
Synchronization
9.3
Compare datasets pairwise
9.3.1
The pair U100AQ and U101A
9.3.2
Calculate difference
9.3.3
Correct for vector-scalar
9.3.4
Calculate relative difference
9.3.5
Estimate uncertainty of difference
9.3.6
Repeat this procedure for other heights.
AQSystem
8:4
Verify elimination of bad data
3 (25)
1
COMPARING AQ500 WITH OTHER MEASUREMENT DATA.
The comparison work proceeds in the following phases
1. Check reference data.
2. Check AQ500 data.
3. Compare the data sets.
2
CHECKING REFERENCE DATA
Mast mounted anemometers is currently the reference to which other wind measuring
instruments are compared to. In this document it is more or less implied that "reference data"
is from an anemometer. The general methodology described is however appropriate to use
when the reference data is of a different kind, for example from another remote sensing
instrument.
Data from numerical models such as Wasp or MERRA is of low quality and shall not be used
to check the quality of measurements.
If the reference data is of unknown or questionable quality, the comparison will have no
value. In this case, the comparison should be discontinued since the conclusions drawn will
be obscure.
The procedure of checking the reference data depends on the type of instrument with which
it was collected. The instrument supplier must deliver proper guidelines for this.
2.1
Site visit
2.2
Examine documentation
If a site visit has been done, the information should be first hand and flawless. If no site visit
was done, the documentation is second hand information and must be scrutinized.
Proper documentation must be present:
-
2.3
relevant photos of the details of the anemometer mounting
photos of the whole mast and of the surroundings
a detailed map of the surrundings
drawing of the mounting with dimensions
calibration certificates
logger configuration
log with service events, instrument malfunctions and any changes made during the
measurement period
Examine equipment
The standard, quality, and maintenance of the equipment and the mounting must be
sufficient. Aging of equipment must be taken into consideration. This requires the executor of
the comparison to possess enough experience and skill to judge.
AQSystem
4 (25)
8:5
2.4
Examine data
The reference data must be examined. As a minimum, the pairwise difference between
anemometers at equal or close heights must be examined to reveal lee and windward
disturbances, freezing and other irregularities.
Direction and width of lee sectors is determined and data affected by lee effects from each
anemometer must be removed from the comparison. Wind speed data from freezing periods
and other malfunctions must be removed from the comparison.
The wind wanes are compared to one another and to some independent observation about
the true wind direction to ascertain that the vanes correspond properly to one another and
indeed show the true wind direction. Wind direction data from freezing periods and other
malfunctions must be removed from the comparison.
2.5
Verify elimination of bad data
A very important step in the quality control is to verify that the erroneous data you intended to
remove actually is removed.
Never fill data holes with interpolated data, data from other levels or sensors! Holes must be
left.
Then, when the equipment and the site is found to support the assumption that the
measurements reflect the true wind speed at each level, proceed with the next step:
checking the AQ500-data.
3
CHECKING THE AQ500-DATA
Detailed information about the AQ500 can be found in the AQ500 User guide (AQSystem
2013). If this is your first time analyzing data from an AQ500 we recommend that you read it
before you start.
3.1
Site visit
3.2
Examine documentation
If a site visit has been done when the AQ500-unit was present, the information should be first
hand and flawless. If no site visit was done with AQ500 present, the documentation is
second hand information and must be scrutinized.
Proper documentation must be present:
-
relevant photos of the installation and of the surroundings
installation protocol
a detailed map
log with service events, instrument malfunctions and any changes made during the
measurement period
From the documentation it must be possible to determine the distance from the AQ500 to the
reference measurement and to sound reflecting objects such as buildings, trees and turbines
AQSystem
8:6
5 (25)
(a met mast is also a sound reflecting object). The distance should be at least one
measurement height (150 or 200 m depending on the configuration).
For more information about how to evaluate the suitability of a site with respect to the AQ500
please refer to chapter 2 in the User Guide (AQSystem 2013).
3.3
Examine equipment
Examine the documentation to find out the following
-
How old is the system?
Has it been regularly maintained?
Has it been involved in any accidents causing shock such as traffic accidents,
bumping into stones, holes, or dropped during lifting?
What is the condition of the sound absorbing foam in the antenna and the antenna
compartment? When was the foam renewed?
Has the system been fuelled before the diesel tank ran empty?
Has the thermometer been properly mounted
The relevance of the above will be clear if you read the User Guide (AQSystem, 2013).
3.4
Examine data
For details about how data from an AQ500 should be examined see chapter 5 in the User
Guide (AQSystem, 2013).
3.4.1 Data retrieval
Check data retrieval. Data loss consists of two parts: downtime and invalid data.
Downtime is when AQ500 is not operating, typically due to low fuel, lack of maintenance of
motor or battery.
Invalid data are 9999-values at certain times or heights, typically due to snow in the antenna
(no heater or heater not activated) or atmospheric conditions.
At 100 meters, the data loss should be less than three percent in total (downtime+invalid
data) if the AQ500 has been installed properly and is run at full pulse power 250 W.
Additionally, if in snowy climate, equipped with heater. If more than three percent at 100 m
and if the excess loss is due to downtime, check for failure to fuel and failure to service. If in
cold climate, check that the heater was operating. If the amount of invalid data is more than
three percent, the site might be unfavorable for measuring with an AQ500.
3.4.2 Temperature
Do the temperature data appear correct? Without correct temperature data the wind speed
data will be erroneous.
3.4.3 Extreme values – spikes
Extreme wind speed values can occur in the time series, these must be removed before
removed before the comparison. There should not be more than a handful during a month.
AQSystem
6 (25)
8:7
3.4.4 Complete wind profiles
Check wind profiles, refer to chapter 5 in the User Guide (AQSystem 2013). Check daily and
monthly average complete profiles. Weekly and monthly complete profiles are often closely
power-law or log-law shaped. Bumps or dents towards lower wind speeds can indicate fixed
echo disturbances. Daily complete profiles are not always power-law or log-shaped, but
persistent dents or bumps reveal fixed echoes.
3.5
Verify elimination of bad data
A very important step in the quality control is to verify that the erroneous data you intended to
remove actually is removed.
Never fill data holes with interpolated data, data from other levels or sensors! Holes must be
left.
Then proceed with the next step: comparing data.
4
4.1
COMPARING REFERENCE DATA WITH AQ500 DATA
Comparability
The first step in the comparison is to determine, based on the documentation, if the two
measurements are possible to compare with a meaningful result.
A fundamental condition to get a meaningful result is that the distance between the two
measurements is sufficiently short (but not too short, se section 3.2). The comparison must
be based on measurements of the same wind.
It is important to confirm that neither the AQ500 nor the reference is in lee of, for example, a
turbine. If either is in lee, remove data from both data sets before the comparison.
4.2
Synchronization
4.3
Compare datasets pairwise
Select one of the data sets involved (AQ500 or reference data set/s) as the time base.
Synchronize all other data with this time base. Then, verify the synchronization of each
AQ500-to-reference pair by visual inspection of the time series of wind speed at a sample
height. Verify synchronization at the beginning and at the end of time series since instrument
clocks could be changed during measurement. Verify the presence of data holes where
invalid data was originally located.
4.3.1 Select pair
Select a level to compare. Extract the valid data from AQ500 (called A below) and the
reference data set (called R below) from that level. Verify that no of the invalid data found
earlier (leed, frozen sensors etc) is present. Plot the data versus time and inspect the time
series visually. Verify synchronization and covariation visually throughout the comparison
period and the presence of data holes where invalid data was located.
AQSystem
8:8
7 (25)
4.3.2 Calculate difference
Calculate the (pairwise) difference  = A–R for R>4 m/s. Calculate the average, ̅ , and
standard deviation, , of 
4.3.3 Correct for vector-scalar
Read about the scalar-vector difference in section 5.5 in the User Guide (AQSystem 2013).
Calculate the value of the correction and apply to the mean difference ̅ above. The
correction will increase ̅ slightly, usually by 0 to 1 %.
4.3.4 Calculate relative difference
Calculate, ̅ , the average of R for simultaneous measurements. (Hint: In many software this
can be done by calculating the average of R-A+A. If there are terms in either R or A that are
marked as "invalid" or NaN or similar, they are left out of the sum and only simultaneous
measurements are included. This requires of course that A and R are properly
synchronised!)
Calculate, ̅, the average deviation in percent by
̅
4.3.5 Estimate uncertainty of difference
Calculate an estimate of its standard error
̅
̅
̅
̅√
where N is the number of values of . (Assuming that the values in  are independent which
may not be completely true. Therefore, ̅ , shall be thought of as a lower limit for the
standard error of ̅.)
4.3.6 Repeat this procedure for other heights.
Note: If data A and R are from different heights, there will be a bias to ̅ which can be
estimated by
where dz is the height difference, z is the height and  is the power law alpha estimated from
the data. The formula applies for small height differences: a few up to ten meters. The height
difference should be -2,5 < dz < 2,5 since AQ500 gives wind speed every five meters.
Sample values for the limit bias is then ±0,25 % when z = 100 m and  = 0,1 and ±0,75 %
when z = 50 m and  = 0,3.
5
REFERENCES
AQSystem (2013). Userguide, AQ500 Windfinder. Göteborg: AQSystem
AQSystem
8 (25)
8:9
6
6.1
EXAMPLE
Labels in the examples
Measurements are labeled in the following way: XNNN where X is a letter indicating the
parameter and NNN is the height above ground level in meters. The letters used for labeling
is shown in Table 1. The wind speed measured 100 meters above ground level is thus
labeled U100 and the temperature 2 meters above ground level is labeled T2.
Table 1. The labels used for different parameters in the examples.
X
U
R
T
TI
7
Parameter
Wind Speed
Wind Direction
Temperature
Turbulence intensity
CHECKING REFERENCE DATA
A site visit was done 2013-05-22 reported in [REF].
7.1
Examine documentation
Proper documentation is present and appended to this document [REF].
All reference instruments are clearly visible on photos.
The mast surrounding is depicted around the horizon such that disturbing objects can be
identified. Example: The following disturbing objects were identified: TURBINE1 at distance
554 m is disturbing the wind when R96 = 275º to 290º.
All reference anemometers have been calibrated. The certificates are appended and have
been checked. No deviations found.
There is a logger configuration printout. The calibration coefficients have been properly
applied to each corresponding anemometer.
The identity, orientation and height, of each instrument can be coupled uniquely with one
column in the data file.
Other notes concerning the documentation. Example: The documentation is dated 7 months
after the installation.
7.2
Examine equipment
The anemometers are suitable for precision wind measurements.
The anemometers were all calibrated less than ZZ years ago.
AQSystem
8:10
9 (25)
The anemometers are mounted according to specifications in the IEC61400-standard/other
standard. The blocking effect is computed to be less than ZZ for this mounting and this mast.
Blocking due to possible presence of lightning rods, cabling, antennas, ladder, platform and
any other blocking object has been taken into consideration.
In cold weather: Anemometers have been subjected to freezing and thus are equipped with
proper heating of body and cups. The heating has been working properly at all times/has not
been working during ZZ. Example: Anemometers are not heated. All data when T87 < +2oC
must be eliminated.
Other notes concerning the equipment: Example: Double anemometers U100A and U100B
only on z = 100. There is a lightning rod disturbing U100A when the wind is coming from R96
= 105º to 125º and U100B when the wind is coming from R96 = 285º to 305º.
7.3
Examine data
7.3.1 Wind speed/anemometers
The wind data for the comparison period is found in Figure 1. There is a data hole of two
days in the middle due to mast logger power failure.
14
U60
U80
U101A
U101B
12
10
U (m/s)
8
6
4
2
0
AQSystem
130602
130609
130616
130623
130630
10 (25)
8:11
Figure 1. Wind speed versus time for mast anemometers.
The difference between two adjacent ten minute wind speed averages (U/t) is rarely more
than 7-9 m/s. There is one spike with U/t > 6 m/s/10 min and U/t < –5 m/s/10 min visible
in Figure 2. The spikes have been inspected and found to be real features; not removed.
8
U60
U80
U101A
U101B
6
/Ut (m/s/step)
4
2
0
-2
-4
-6
130602
130609
130616
130623
130630
Figure 2. Time ratio U/t versus time. U/t up to 7 m/s/10 min occur. A number of short data holes and
the large one are visible.
The wind speed difference for anemometer pair U101A and U101B on z = 100,9 m is in
Figure 3 and Figure 4. The lee sectors are centered on R96 = 140o and R96 = 320o
respectively which corresponds well to nominal values R96 = 137o and R96 = 317o. Sectors
with width 60o (±30o) will completely include all observations in lee.
The upwind blockage effect is ±1 % for the pair thus 0,5 % for each U101-instrument.
The blockage effect for anemometers (one sided) below 100 m is larger because they are
side mounted. Estimated blockage 1 %.
Mean difference anemometers at 101 m, U>4 and no lee
AQSystem
8:12
11 (25)
No-lee condition
|R96-137|>30 & |R96-317|>30
Nobs
4064
U101B-U101A (% of average)
-0.3
Figure 3. Simultaneous wind speed difference, anemometers at z = 100.9 m (U101A and U101B).
Difference in % of U101A for U101A > 4 m/s. Magnification in Figure 4.
AQSystem
12 (25)
8:13
20130601-20130823
2
Obs
o
Median. Classwidth 10 .
U101B-U101A (% of U101A). U101A>4.
1.5
1
0.5
0
-0.5
-1
-1.5
-2
0
50
100
150
200
250
300
350
400
o
R96 ( )
o
Figure 4. Magnification of Figure 3. Red line is class median. Classwidth 10 .
7.3.2 Wind vanes/direction
The wind vanes data is graphed in Figure 5. R96 seems most appropriate as the wind
direction reference. The anemometer lee pattern in Figure 4, when R96 is used, coincides
with the nominal boom direction in the documentation. The direction of R96 is hence
confirmed. R60, R80 and R104 are not used.
AQSystem
8:14
13 (25)
20130402-20130805
350
R60
R80
R104
300
250
o
( )
200
150
100
50
0
0
50
100
150
200
250
300
350
o
R96 ( )
Figure 5. Wind vanes R60, R80 and R104 versus wind vane R96.
7.4
Verify elimination of bad data
All leed data as found above was eliminated before comparison to AQ500-data. No frozen or
other bad data was found. The data hole was NOT filled.
8
CHECKING THE AQ500-DATA
The AQ500-unit has/has not been inspected on site.
8.1
Examine documentation
Proper documentation is present and appended to this document, REFERENCE.
There are relevant photos from AQ500 in all directions around the horizon.
Example: The distance from AQ500 to the following objects in the photos are: met mast 212
m, turbine 308 m, wood pile 177 m.
8.2
Examine equipment
Age of system: ZZ years.
Software version 9S24
Condition of acoustic foam: Renewed 2011-07. No wear.
Thermometer: Properly mounted beside the door to the power compartment.
Maintenance: Motor serviced according to schedule.
AQSystem
14 (25)
8:15
Damages: No information.
Fuelling: Before empty during this campaign.
8.3
Examine data
8.3.1 Wind speed
The wind data for the period is shown in Figure 6. There are no data holes. There are single,
erroneous, extreme points that must be removed. Since these extreme points are
surrounded by invalid observations there are no spikes U/t > 5 m/s/10 min or U/t < –5
m/s/10 min visible in Figure 7 (invalid observations are marked as NaN in the data and the
difference between a number and a NaN is a NaN). This shows that it is important to look at
things from different angles.
20
U60 aq
U80 aq
18
U100 aq
16
14
U (m/s)
12
10
8
6
4
2
0
130602
130609
130616
130623
130630
Figure 6. AQ500 wind speed at 60, 80, 100 m. A handful of extreme values are visible within the black
ellipses.
AQSystem
8:16
15 (25)
5
U60 aq
U80 aq
4
U100 aq
3
/Ut (m/s/step)
2
1
0
-1
-2
-3
-4
-5
130602
130609
130616
130623
130630
Figure 7. Time ratio U/t versus time to enhance and identify spikes. Please note that extreme
observations surrounded by invalid data, marked as NaN in the data sets, does not show in this type of
plot.
8.3.2 Temperature
The temperature, essential for a correct wind measurement with an AQ500, is shown in
Figure 8. The observations seem reasonable for the site and the time of year.
AQSystem
16 (25)
8:17
30
25
o
Taq ( C)
20
15
10
5
0
130602
130609
130616
130623
130630
Figure 8. Temperature T2 from AQ500. The observations appear to be correct.
8.3.3 Data retrieval
The AQ500 was run at 80 % of max pulse power (200 of 250 W) during the campaign,
Figure 9. The data avaliability at 100 m is > 97 %, Figure 10, which is satisfactory.
AQSystem
8:18
17 (25)
201
200.8
200.6
200.4
P (W)
200.2
200
199.8
199.6
199.4
199.2
199
130602
130609
130616
Time (days)
130623
130630
Figure 9. Output power 200 W (80 % of full 250 W).
unnamed U 20130601-20130701
160
140
z (m)
120
100
80
60
40
invalid obs
absent obs
0
2
4
6
U loss (%)
8
10
12
Figure 10. 2,5 % invalid data and <0,1 % absent data at z = 100 m  >97 % data availability at 100 m.
8.3.4 Wind profiles
The mean of all complete profiles is in Figure 11. The profile is closely (well within 1 %)
power-law shaped which indicates a good measurement. Mean of complete daily wind
AQSystem
18 (25)
8:19
profiles, Figure 12, are absent of systematic dents or bumps indicating that no disturbances
have been present.
150
u 20130601-20130701
loglog
150
130
110
110
90
90
z (m)
130
70
complete
fit
70
com
1%
50
-1
-0.5
0
0.5
com - fit (%)
1
50
5
6
u
Figure 11. Mean of complete wind profiles on loglog scale. Right: profile and fitted power law. Left:
deviation profile – fit in % with ±1 %.
AQSystem
8:20
19 (25)
150
130
20130608|135
20130609|123
20130610|136
20130611|136
20130612|122
20130613|120
20130614|136
110
z (m)
90
70
50
3
4
5
6
7
8
9
U (m/s)
Figure 12. Mean of complete daily wind profiles on loglog scale. Caption: date|number of complete
profiles (of 144).
8.4
Verify elimination of bad data
Only the extreme points in Figure 6 are removed before the comparison.
9
9.1
COMPARING REFERENCE DATA WITH AQ500 DATA
Comparability
Data when the met mast is in lee of TURBINE1 is removed from the comparison.
The distance between the AQ500 and the met mast is 212 meters.
9.2
Synchronization
Anemometers and AQ500 follow closely on 10 minute resolution on comparison levels in the
beginning, middle and end of the comparison period. See Figure 13.
AQSystem
20 (25)
8:21
U101A mast
14
U100 aq
12
U (m/s)
10
8
6
4
2
0
130616 00
130616 06
130616 12
Figure 13. An example of visual synchronization check. Check at the start and at the end of the period
confirms synchronization throughout the data set.
9.3
Compare datasets pairwise
9.3.1 The pair U100AQ and U101A
We start with comparing A=U100AQ and R=U101A, see Figure 14.
AQSystem
8:22
21 (25)
16
U101A mast
U100 aq
14
12
U (m/s)
10
8
6
4
2
0
130602
130609
130616
130623
130630
Figure 14. Overview of U101Amast and U100aq.
There is a 0.9 m difference in height between A and R. The wind profile can be approximated
by a power law with α ≈ 0.28, Figure 15. We can use the formula in section 4.3.6 to
investigate if we need to take this into consideration. The bias when comparing mean wind at
the mast level z = 100.9 m with the AQ500 level z = 100 m, the bias is approximately
0.28*0.9/100 = 0.003 or 0.3 %. We will ignore this bias here.
AQSystem
22 (25)
8:23
<Uaq>
105
 = 0,28
100
95
90
z (m)
85
80
75
70
65
60
4.6
4.7
4.8
4.9
U (m/s)
5
5.1
5.2
Figure 15. The profile is approximated by a power law with  ≈ 0.28. The bias when comparing mean wind
at the mast level z = 100.9 m with the AQ500 level z = 100 m, the bias is approximately 0.28*0.9/100 = 0.003
or 0.3 %. We will ignore this bias here.
9.3.2 Calculate difference
Figure 16 shows the time series of the difference between U100AQ-U101A. The average
difference is ̅ = U100AQ-U101A = A - R for U100A>4 m/s is –0.0473 m/s.
Next we calculate the relative difference. We start by calculating, ̅ , the average of R =
U101A for simultaneous measurements. (Hint: In many software this can be done by
calculating the average of R-A+A. If there are terms in either R or A that are marked as
"invalid" or NaN or similar, they are left out of the sum and only simultaneous measurements
are included. This requires of course that A and R are properly synchronised!)
The average of U101A for U101A> 4 m/s is 6.44 m/s. The relative difference is –0.0473 /6.44 = –0.0073 or –0.73 %.
AQSystem
8:24
̅
̅
̅
23 (25)
4
 = U100aq-U101Amast
3
2
1
 (m/s)
0
-1
-2
-3
-4
-5
-6
130602
130609
130616
130623
130630
Figure 16. Difference  at z 101/100 m versus time. The hole is due to missing mastdata.
9.3.3 Correct for vector-scalar
The vector-scalar correction factor for the dataset ̅ = U100-U101A is
Thus the mean difference ̅ should be increased by 0,84 %. The relative difference from
above is thus adjusted from –0,73 to –0,73 + 0,84 = 0,11 %. Please note that we use the
average turbulence intensity, TI101A, when U101A>4, Figure 17.
AQSystem
24 (25)
8:25
40
data1
y std
y mean
35
30
TI101A (%)
25
20
15
10
5
0
4
5
6
7
8
9
10
U101A (m/s)
11
12
13
14
Figure 17. Turbulence intensity, TI101A, for U101A>4. Average is 11,7 % and standard deviation is 5,5 %.
9.3.4 Estimate uncertainty of difference
The last thing in the comparison is to calculate an estimate of the standard error. From the
measurements we can calculate the standard deviation of Δ,
= 0.67 m/s. The number of
value pairs in Δ is 4984. We know from before that ̅ = 6.44 m/s. The standard error
becomes
̅
̅√
√
We assume that the value pairs in  are independent which may not be completely true.
Therefore ̅ , shall be thought of as a lower limit for the standard error of ̅.
9.3.5
Repeat this procedure for other heights.
AQSystem
8:26
25 (25)
Bilaga 9 - Protokoll för användning vid platsbesök
9:1
Project
Date
Site name / Description
Site category (1-5)
Coordinates
Acoustics and Objects
(echoes from the surroundings
caused by trees, buildings,
rocks, etc)
Distance to neighbours
Transport to and from site
(remember service and maintenance)
Describe ground conditions
Visibility of AQ500
(from public roads)
Direction of system
(can solar panels face south?)
Pictures
Meteorological suitability
and orography
9:2
Type:
N-S:
E-W:
Bilaga 10 - Installationsprotkoll
10:1
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
An installation report should (at least) contain the following
DEPLOYMENT DETAILS
Installation engineer
Installation date
Report date
Position
Reason if pos. deviates from installation order
Coordinate system
System orientation (degrees)
SYSTEM DETAILS
System serial number
Client identification number
Trailer registration number
Sodar phone number
Control unit phone number
Alarm number / e-mail 1
Alarm number / e-mail 2
Alarm number / e-mail 3
Measurement interval
Sodar software version
Control unit software version
10:2
Revision
1
Page
1 of 10
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
Revision
1
Page
2 of 10
ON-SITE SYSTEM CHECKS
Temp and humidity sensor installed
Solar panels installed
System leveled
Rise OMNI antenna
Power on system
Generator manual start
Generator fan start
Sodar startup
Control unit SIM network register (N/A if WEB)
Sodar SIM network register
System orientation updated to
System name updated to
System date and time set to
Reasonable temperature readings
Update system output power to 250W
Data check 30min @ 250W
Spectrum check 30 min @ 250W
SITE INFORMATION
Type of site
Terrain type
Vehicle requirements
10:3
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
LANDSCAPE OVERVIEW AND INSTALLATION PICTURES
Toward System, Direction N
10:4
Revision
1
Page
3 of 10
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
Revision
1
Page
4 of 10
From System, Direction N
Distance to treeline/obstacle: m
10:5
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
Toward System, Direction E
10:6
Revision
1
Page
5 of 10
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
From System, Direction E
Distance to treeline/obstacle:
Revision
1
Page
6 of 10
m
10:7
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
Toward System, Direction S
10:8
Revision
1
Page
7 of 10
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
From System, Direction S
Distance to treeline/obstacle:
Revision
1
Page
8 of 10
m
10:9
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
Toward System, Direction W
10:10
Revision
1
Page
9 of 10
AQ500 example
installation report
Issued by
Sign
AQS 2013-10-04
JH
From System, Direction W
Distance to treeline/obstacle:
Revision
1
Page
10 of 10
m
10:11