1 / 14

Seminář odd. Adaptivních systémů 21. září 2009

Seminář odd. Adaptivních systémů 21. září 2009 Aplikace asimilačních technik založených na částicových filtrech (PF) v časné fázi radiačních nehod Petr Pecha , Radek Hofman, Václav Šmídl odd. AS ÚTIA Úkol je řešen v rámci grantového projektu GAČR č. 102/07/1596 (2007 – 2009).

leila-quinn
Download Presentation

Seminář odd. Adaptivních systémů 21. září 2009

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Seminář odd. Adaptivních systémů 21. září 2009 Aplikace asimilačních technik založených na částicových filtrech (PF) v časné fázi radiačních nehod Petr Pecha, Radek Hofman, Václav Šmídl odd. AS ÚTIA Úkol je řešen v rámci grantového projektu GAČR č. 102/07/1596 (2007 – 2009)

  2. Nelineární stochastický stavový model : Nelineár vektor fce g a h popisují vývoj stavu Šumy w, v –nezáv. zero mean, známé Covar mat Qt Rt • ======================================================= • EnKF se skládá ze dvou kroků: • Krok předpovědi: xft = g(xat-1) • Pft = fce (Pat-1; Qt-1) • kovariance chyb se vyvíjí s časem stejně jako stavový vektor – skrze model • 2) Krok analýzy: xat = xft + Ktdt ; dt = yt - ht (xft) • Pat = ( I - KtHt) Pft

  3. EnKF konkrétně: J předpovědí stavového vektoru dimenze N (náhodně vzorkují chyby modelu v čase t ) ; Matice Xf- sloupce tvoří jednotlivé stavové realizace vektoru ze souboru členů: Xf = (xf1, xf2, … , xfJ )  - simultánní provedení J asimilačních cyklů - ve všech cyklech asimilována stejná reálná pozorování s perturbacemi (multiple control forecast) - provedení J předpovědí podle původního (nelineárního) modelu s následujícím odhadem kovariance chyb

  4. Návrat zpět: Pohled z bayesovské perspektivy na původní formulaci: Obecnější vyjádření: Cíl: Místo stavového vektoru se odhaduje vývoj jeho pdf, konkrétně rekursivní odhadování posteriorní hustoty pravděpodobnosti p(xt | y1:t) : 1) time update: 2) data update:

  5. Analyticky neřešitelné, cestou jsou SMC metody - PF • generování „particles“ (3-D trajektorií) xt(i), i=1, … ,n • určení vah wt(i) , (i)wt(i) = 1 na základě dat došlých v t • odhad posteriorní pdf váženou empirickou aproximací: …. pak libovolný moment m(xt) stavu xt : • Další krok rekurze t+1: časový update xt+1 a rekursívní update vah:

  6. Comparison of prior (top row) and posterior (bottom row) histograms of distribution of selected parameters for cov=3.

  7. Parametrizace náhodných trajektorií XTrSGPM(1, 2, …, M ; jfixed j=1, ... , J)

  8. xTrk = SGPM(c11k,..., c1Gk ,c21k , … , c2Fk ,c31k , … , c3Fk, c4k, c5k) s – segment of radioactivity release during sth hour from the release start; f –meteophase (hour) after the release start; Vb– wind speed at 10 m height;

  9. Hypothetical 131I release from NPP Temelin with real conditions from March 31, 2009, 20090331_10 Sample mean from (6) (5000 samples) of random trajectories (5b) for G=2, F=2(stands for just 2 hours after the release start). ( prior pdf expectation)

  10. Síť včasného zjištění kolem NPP Temelín

  11. Expectations of posterior pdf in dependency on covariance matrix (acc. Equation (11). A,B,C,D stand for cov=1,2,4,5.

  12. Case A :cov=1- expectation from the posterior density just after 2 hours after the release start. Case B : cov=1- transition one hour forward (prior pdf expectation just 3 hours after start)

More Related