Rola innowacji w ocenie ryzyka eksploatacji obiektów hydrotechnicznych

Podobne dokumenty
Bezpieczeństwo oraz analiza ryzyka w wymiarowaniu, wykonawstwie oraz eksploatacji obiektów inżynierskich gospodarki wodnej

PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO

3. Modele tendencji czasowej w prognozowaniu

Analiza autokorelacji

Projekt ZIZOZAP w świetle Ramowej Dyrektywy Wodnej

ZMIENNOŚĆI CENOWE NA RYNKACH ROLNYCH. Mariusz Hamulczuk SGGW

3. Analiza własności szeregu czasowego i wybór typu modelu

Zbiorniki retencyjne jako narzędzie ograniczające skutki powodzi,

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Nowa metoda określania zasobów dyspozycyjnych i eksploatacyjnych

on behavior of flood embankments

Statystyczne modelowanie powodzi w obwałowanych rzekach

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych - uwarunkowania i metody. Sylwia Grudkowska NBP Mariusz Hamulczuk IERIGś-PIB

Wykorzystanie funkcji powiązań do pomiaru ryzyka rynkowego. Katarzyna Kuziak

Opracowanie koncepcji ochrony przed powodzią opis ćwiczenia projektowego

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

Zastosowanie sieci neuronowych w sterowaniu zbiornikiem retencyjnym w warunkach powodzi

Modelowanie komputerowe

Hydrologia Tom I - A. Byczkowski

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Opracowanie koncepcji budowy suchego zbiornika

Analiza wpływu sterowania retencją korytową małego cieku na redukcję fal wezbraniowych przy wykorzystaniu modeli Hec Ras i Hec ResSim

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Wyznaczenie stref zagrożenia powodziowego na terenach otaczających zbiornik Kolbudy II. ENERGA Elektrownie Straszyn sp. z o.o.

Prognozowanie na podstawie modelu ekonometrycznego

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Załącznik D. Konstruowanie fal hipotetycznych OKI KRAKÓW

Mapy Zagrożenia (powodzią sztormową)

Analiza metod prognozowania kursów akcji

Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Ekonometryczna analiza popytu na wodę

R Z G W REGIONALNY ZARZĄD GOSPODARKI WODNEJ W KRAKOWIE. Załącznik E. Konstruowanie fal hipotetycznych OKI KRAKÓW

Prognozowanie cen surowców w rolnych na podstawie szeregów w czasowych

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Wykład 6. Badanie dynamiki zjawisk

Kanał Krakowski przeszłość czy przyszłość?

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Opracowanie koncepcji budowy suchego zbiornika

Opracowanie koncepcji budowy suchego zbiornika

ROZPORZĄDZENIE MINISTRA ŚRODOWISKA 1) z dnia.2011 r. w sprawie dziennika gospodarowania wodą

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Ekonometria dynamiczna i finansowa Kod przedmiotu

Dane hydrologiczne obiektu określono metodami empirycznymi, stosując regułę opadową. Powierzchnię zlewni wyznaczona na podstawie mapy:

Ćwiczenie 5 PROGNOZOWANIE

Wykład 6. Badanie dynamiki zjawisk

Dane wejściowe do opracowania map zagrożenia powodziowego i map ryzyka powodziowego

Analiza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny

Analiza rynku gazu ziemnego w Polsce w latach i prognozy na lata

Wały przeciwpowodziowe.

Sposoby opisu i modelowania zakłóceń kanałowych

Ćwiczenia 13 WAHANIA SEZONOWE

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

WYKŁAD IX. Rada Gospodarki Wodnej Regionu Wodnego Małej Wisły

7.4 Automatyczne stawianie prognoz

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Statystyka i Analiza Danych

HIERARCHICZNY REGULATOR ROZMYTY STERUJĄCY PRZEJŚCIEM FALI POWODZIOWEJ PRZEZ ZBIORNIK RETENCYJNY. CZĘŚĆ III. ZBIORNIK DOBCZYCE

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Prognozowanie popytu. mgr inż. Michał Adamczak

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

Statystyki opisowe i szeregi rozdzielcze

PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE

Deszcze nawalne doświadczenia Miasta Gdańska

Zmienność wiatru w okresie wieloletnim

Po co w ogóle prognozujemy?

Ekonometria Finansowa II EARF. Michał Rubaszek

Przykład 2. Stopa bezrobocia

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do opracowania map zagrożenia i ryzyka powodziowego

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

przedmiot podstawowy obowiązkowy polski drugi

Projekcja wyników ekonomicznych produkcji mleka na 2020 rok. Seminarium, IERiGŻ-PIB, r. mgr Konrad Jabłoński

Wykład 5: Analiza dynamiki szeregów czasowych

23 Zagadnienia - Prognozowanie i symulacje

WIELOKRYTERIALNA OCENA ALGORYTMÓW WSPOMAGANIA DECYZJI W WARUNKACH POWODZI Z UWZGLĘDNIENIEM RYZYKA

Testy zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11

10 września 2010 godzina : 09 września 2010 godzina : cm cm 25,8 ELGISZEWO ) 1 określone

Etapy modelowania ekonometrycznego

INSTYTUT METEOROLOGII I GOSPODARKI WODNEJ PAŃSTWOWY INSTYTUT BADAWCZY Oddział we Wrocławiu. Görlitz

Inżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Ekonomii i Finansów Dr Katarzyna Brzozowska-Rup

Zmienne losowe ciągłe i ich rozkłady

WSHiG Karta przedmiotu/sylabus. Podstawy statystyki. Studia niestacjonarne - 8. Podstawy statystyki

Symulacyjne metody analizy ryzyka inwestycyjnego wybrane aspekty. Grzegorz Szwałek Katedra Matematyki Stosowanej Uniwersytet Ekonomiczny w Poznaniu

Tematy prac dyplomowych na rok akademicki 2011/12


PROGNOZA SPRZEDAŻY PRODUKCJI ODLEWNICZEJ OPARTA NA DEKOMPOZYCJI SZEREGU CZASOWEGO

DWUKROTNA SYMULACJA MONTE CARLO JAKO METODA ANALIZY RYZYKA NA PRZYKŁADZIE WYCENY OPCJI PRZEŁĄCZANIA FUNKCJI UŻYTKOWEJ NIERUCHOMOŚCI

MODELOWANIE POLSKIEJ GOSPODARKI Z PAKIETEM R Michał Rubaszek

STATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki

Zapora ziemna analiza przepływu nieustalonego

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

LABORATORIUM PODSTAW TELEKOMUNIKACJI

Zajęcia 1. Statystyki opisowe

INSTYSTU INŻYNIERII I GOSPODARKI WODNEJ Proponowane tematy prac dyplomowych

Obliczenia hydrauliczne, modelowanie zlewni. Opracowanie, wdrożenie i utrzymanie modeli hydrodynamicznych

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Transkrypt:

Politechnika Krakowska Instytut Inżynierii i Gospodarki Wodnej Rola innowacji w ocenie ryzyka eksploatacji obiektów hydrotechnicznych XXVI Konferencja Naukowa Metody Komputerowe w Projektowaniu i Analizie Konstrukcji Hydrotechnicznych Korbielów, 2014 Bernard Twaróg

b twarog Zbiornik Dobczyce

b twarog Zbiornik Dobczyce

b twarog Zbiornik Dobczyce

b twarog Zbiornik Dobczyce

Analiza fal powodziowych Zestawienie porównawcze analizowanych hydrogramów fal powodziowych zarejestrowanych na wodowskazie Stróża z okresu 47 lat, od 1951 roku do 1997 roku. 2014-11-07 http://www.ryzyko.pk.edu.pl 6

0 24 48 72 96 120 144 168 192 Metodyka analizy parametrów fali 500 Q[m 3 /s] lipiec 70 400 300 Q max 200 Q c 100 V fali (Q ) c t[h] 0 t 0 (Q c ) T kul (Q ) t k (Q c ) c T fali (Q ) c Metoda oceny parametrów fali powodziowej. 2014-11-07 http://www.ryzyko.pk.edu.pl 7

Zestawienie obliczonych parametrów fal powodziowych Kulminacja Objętość Czas trwania Czas kulminacji [m 3 /s] [mln m 3 ] [h] [h] 1 1 kwiecień 1951 134.00 14.93 52.65 16.80 2 10 maj 1951 500.00 39.37 40.74 7.79 3 1 kwiecień 1952 152.00 6.31 17.04 5.46 4 7 kwiecień 1952 239.00 55.85 128.01 71.30 5 31 październik 285.00 28.48 40.81 29.89 1952 6 16 kwiecień 1955 217.00 17.77 39.92 24.80 2014-11-07 http://www.ryzyko.pk.edu.pl 8

Modele probabilistyczne Do najczęściej spotykanych typów rozkładów można zaliczyć następujące rodziny: copula Archimedesa, niezależnych zmiennych losowych, copula Gumbel (1960), Hougaard (1986), copula Claytona (1978), Cook Johnsona (1981), copula Franka, copula Gaussa, copula Farliego Gumbela Morgen Ogólne zainteresowanie rozkładami budowanymi na funkcjach typu Copula wynika głównie z możliwości tworzenia nowych dróg modelowania szczególnie w matematyce finansowej jednak nic nie stoi na przeszkodzie by zaadaptować je do dziedzin nauk inżynierskich. Przy istnieniu wielu dwuwymiarowych rozkładów typu Copula, zaznaczyć należy, że są problemy przy budowaniu na ich podstawie rozkładów wielowymiarowych (Nelsen, 1999). Obecnie istnieje kilka rodzin wielowymiarowych Copula. sterna. 2014-11-07 http://www.ryzyko.pk.edu.pl 9

2014-11-07 http://www.ryzyko.pk.edu.pl 10

2014-11-07 http://www.ryzyko.pk.edu.pl 11

Reguła rzeczywista, odpowiedź 2014-11-07 http://www.ryzyko.pk.edu.pl 12

Dystrybuanty empiryczne maksymalnych wartości przepływów Dystrybuanty empiryczne maksymalnych wartości dopływów (niebieskie) oraz maksymalnych wartości dysponowanych odpływów (czerwone) na zbiorniku, MC 10000 hydrogramów. 2014-11-07 http://www.ryzyko.pk.edu.pl 13

2014-11-07 http://www.ryzyko.pk.edu.pl 14

Stochastyczne wejście do zbiornika Przykład hipotetycznych hydrogramów fal powodziowych odpowiadających w/w realizacji MC 1000 hydrogramów. 2014-11-07 http://www.ryzyko.pk.edu.pl 15

Statystyki Histogram maksymalnych wartości dopływów do zbiornika. 2014-11-07 http://www.ryzyko.pk.edu.pl 16

Przekrój zapory w Dobczycach 2. warstwa filtracyjna (żwiry + otoczaki) 3. ekran asfaltobetonowy (0.35 m) 4. galeria kontrolno-zastrzykowa 5. przesłona cementacyjna 6. drenaż 8. uszczelnienie gliną 2014-11-07 http://www.ryzyko.pk.edu.pl 17

Model uproszczony Określenie charakterystycznych elementów obiektu Wyróżnienie elementów/warstw o różnych parametrach geotechnicznych Dyskretyzacja obszarów Obliczenie współczynnika bezpieczeństwa 2014-11-07 http://www.ryzyko.pk.edu.pl 18

Praca korpusu zapory Przykład modelowanie filtracji 2014-11-07 http://www.ryzyko.pk.edu.pl 19

Różne przypadki pracy obiektu 2014-11-07 http://www.ryzyko.pk.edu.pl 20

Przykład utraty stateczności 2014-11-07 http://www.ryzyko.pk.edu.pl 21

Współczynnik SF Dla ustalonych warunków piętrzenia zależność SF(WG) 1.80 1.60 1.40 1.20 1.00 0.80 0.60 0.40 0.20 0.00 255.00 260.00 265.00 270.00 275.00 280.00 Rzędna zwierciadła wody [m npm] 2014-11-07 http://www.ryzyko.pk.edu.pl 22

Zmienność piętrzenia 1984-2012 2014-11-07 http://www.ryzyko.pk.edu.pl 23

Histogram rzędnych piętrzenia Mean: 267.85 [m npm] Std: 3.47 [m] 2014-11-07 http://www.ryzyko.pk.edu.pl 24

Histogram SF Mean: 1.38 Std: 0.06 2014-11-07 http://www.ryzyko.pk.edu.pl 25

Modelowanie SF z wykorzystaniem szeregów czasowych Cel analizy szeregów czasowych Zbudowanie modelu pewnego procesu w oparciu o obserwowane zmiany w czasie Ogólne założenie: obserwowany przebieg składa się z: Części systematycznej (trend, składowa stała, wahania sezonowe i cykliczne) Części przypadkowej (szumu, wahań przypadkowych) Zastosowanie do prognozy przebiegu procesu 2014-11-07 http://www.ryzyko.pk.edu.pl 26

Dekompozycja szeregów czasowych Rys.1. Składowe szeregu czasowego Y t wahania cykliczne wahania sezonowe trend wahania przypadkowe czas

Każdą obserwację szeregu czasowego możemy więc rozłożyć na trzy składniki lub czynniki: - trend (T); - sezonowość (S); - składnik przypadkowy (U). Charakter powiązań między trendem, sezonowością i zmiennością losową w szeregach: - powiązania addytywne: - multiplikatywne: Dekompozycja y y t t =T =T + U gdzie: y t - obserwacje szeregu czasowego T t - trend i wahania cykliczne S t - sezonowość U t - zmienność o charakterze losowym (czynnik przypadkowy). Indeks t oznacza, że analizujemy zachowanie się zjawiska w czasie. t t + S S t t U t t (1) (2)

Podstawowe modele Modelem szeregu czasowego służącym do określenia przyszłej wartości zmiennej prognozowanej Y w momencie okresie t, tj. y t, jest model formalny, którego zmiennymi wejściowymi są zmienna czasowa oraz przeszłe wartości lub prognozy zmiennej Y Model addytywny Model multiplikatywny 2014-11-07 http://www.ryzyko.pk.edu.pl 29

Modelowanie SF, ARIMA ARIMA + sezonowość 2014-11-07 http://www.ryzyko.pk.edu.pl 30

Prognoza wartości SF 2014-11-07 http://www.ryzyko.pk.edu.pl 31

Zmienna losowa SF - rozkład wartości maksymalnych 2014-11-07 http://www.ryzyko.pk.edu.pl 32

Uogólniony rozkład wartości ekstremalnych SF ocena ryzyka SF P(0<SF<X) 1.3 0 1.4 0.7512 1.5 0.9646 1.6 0.9897 1.7 0.9958 1.8 0.9979 Uogólniony rozkład wartości ekstremalnych k = 0.310291 sigma = 0.0233318 mu = 1.3643c Prawdopodobieństwo zdarzenia SF<1.3 ~0 2014-11-07 http://www.ryzyko.pk.edu.pl 33

Uogólniony rozkład wartości ekstremalnych WG ocena ryzyka WG P(0<WG<X ) 271.00 0.87970 271.20 0.90420 271.40 0.92730 271.60 0.94880 271.80 0.96810 272.00 0.98460 272.20 0.99680 272.40 1.00000 272.60 1.00000 272.80 1.00000 273.00 1.00000 Uogólniony rozkład wartości ekstremalnych k = -0.694174 sigma = 3.75822 mu = 266.886 Prawdopodobieństwo zdarzenia maxpp= 272.60 [m npm] Prawd. przekr. wartości z 17.05.2010: 272.74 [m npm] Prawie równe zero, a miało miejsce 2014-11-07 http://www.ryzyko.pk.edu.pl 34

Wnioski Paradoks: zdarzenia niemożliwe są możliwe W maju 2010 roku nastąpiło obniżenie wartości SF około 30% Główną przyczyną było nie przygotowanie objętości rezerwy powodziowej 2014-11-07 http://www.ryzyko.pk.edu.pl 35

Dziękuję za uwagę 2014-11-07 http://www.ryzyko.pk.edu.pl 36