权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of urban wind estimation method based on sparse sensor network

基于稀疏传感器网络的城市风估计方法研究进展

基本信息

批准号：
20H02308
负责人：
菊本英紀
金额：
$ 11.32万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (B)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2023-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20H02308/
关键词：
建築環境・設備都市防災流体工学シミュレーション工学

项目摘要

安全・快適かつスマートな都市空間の創出に資するため、本研究は市街地（マイクロ）および都市（メソ）スケールにおける風況（風速・風向）を対象に、スパース（疎）に配置されたセンサーの計測データを入力値とする空間解像度およびリアルタイム性の高い分布推定手法の開発を行う。市街地や都市の瞬時気流分布は、主にその乱流的特性によって複雑な様相を見せる。しかし、それら気流は一定の条件においては、流れの空間・時間的な相関性・周期性から有限の代表的なパターンを示す。そのため、センサーから得た有限な観測情報からこれらのパターンの強度を特定できれば、市街地・都市気流のリアルタイムな分布推定を実現できる可能性がある。このような特性を利用した分布推定手法として、固有直交分解(Proper Orthogonal Decomposition, POD)と線形確率推定(Linear Stochastic Estimation, LSE)を組み合わせた方法（以降、POD-LSE）がある。そこで本研究では、まず市街地スケールのモデル空間を対象に、POD-LSEによる瞬時気流場の推定手法を開発した。また、そのセンサー入力値として複数時点の情報を用いることで推定精度を向上する手法などを開発した。また、同様の手法を用いた都市スケールにおける風況推定手法の開発へ向けた気候データの解析や必要データの抽出などを行った。さらに、センサーの計測精度やそれから得られる情報を最大化するため、風速センサーのデータ駆動型校正に基づく精度向上手法や、情報エントロピーに基づくセンサー配置の最適化手法などを開発した。

This study aims to develop a method for estimating the spatial distribution of urban space based on the spatial resolution of urban space and urban space. The transient flow distribution in urban areas and cities is characterized by complex turbulence. For example, if the flow is limited by certain conditions, the spatial and temporal correlation of the flow is limited. There is a possibility of estimating the distribution of traffic in urban areas by measuring the intensity of traffic in urban areas. The method of proper orthogonal Decomposition (POD) and linear stochastic estimation (LSE) is used to combine the methods of POD-LSE. In this study, we developed a method for estimating transient potential flow in the POD-LSE space. The method of estimating the accuracy of the information at multiple time points is developed. The same method is used to estimate the development direction of the wind condition and to analyze the necessary data. The measurement accuracy of the wind speed sensor is maximized, and the dynamic correction of the wind speed sensor is optimized.