• 제목/요약/키워드: 윈드라이다

검색결과 5건 처리시간 0.017초

풍력단지 설계를 위한 풍황자원의 측정방법 연구 (A Study on Measuring Method of Wind Resources for Wind Farm Design)

  • 한성민;김건웅;김상만;문채주
    • 한국전자통신학회논문지
    • /
    • 제18권3호
    • /
    • pp.387-396
    • /
    • 2023
  • 현재 기상관측에 사용되는 대표적인 장비는 기상탑과 윈드라이다가 사용되고 있다. 국제 규정에 의하면 기상탑은 단독 측정이 가능하나 윈드라이다 경우 40m 기상탑 혹은 풍력발전기 블레이드 최하단의 높이에 맞는 기상탑을 필수로 설치하고 측정데이타를 보정하여야 한다. 난류는 특성상 100m 이하의 고도에서 빈번하게 발생하며 기상탑 보다는 윈드라이다가 난류의 영향을 많이 받는다. 그럼에도 불구하고 기상탑에 대한 난류 강도는 국제 규정에 명시되어 있으나 윈드라이다 대해서는 별도로 명시하지 않고 있다. 본 연구는 동일한 조건에서 기상탑과 윈드라이다에서 측정된 데이터를 수집하고 불확도 및 난류 강도 비율을 분석한다. 데이터를 분석한 결과 난류 강도 비율이 3%를 초과하는 구간이 부분적으로 존재한다. 따라서 윈드라이다에 대한 난류강도 오차율을 국제 규정에 명시할 것을 제안한다.

드론의 안전 비행을 위한 윈드라이다 저고도 바람 분석 방법 제시 (Analysis of Low Altitude Wind Profile Data from Wind Lidar for Drone Aviation Safety)

  • 김제원;류정희;나성준;성성철
    • 한국항공우주학회지
    • /
    • 제50권12호
    • /
    • pp.899-907
    • /
    • 2022
  • 초경량 비행장치인 드론의 최대 허용 비행 고도는 지상 150m로 이는 난류의 영향을 받아 바람의 변동성이 강한 대기경계층 내에 존재한다. 또한 대기경계층 내에서의 바람 변동성은 지리적 위치에 따라 다른 특성을 가지므로 드론 관련 안전사고 방지를 위해서는 비행 지역에서의 각 고도의 바람 특성에 대한 명확한 이해가 필요하다. 본 연구에서는 인천국제공항 인근에 위치한 항공기상관측장비 테스트베드에서 윈드라이다(WindMast 350M)를 사용하여 2022년 7월과 9월에 바람의 연직 구조 관측을 수행하였고, 이러한 관측된 바람 자료를 활용하여 드론의 안전비행을 위한 정보를 생산하는 분석 방안을 제시하였다. 우선 윈드라이다를 통해 수집된 바람 자료에 푸리에 변환 분석 방법을 사용하여 수평 풍속의 시간 규모 특징을 각 고도별로 살펴보았다. 또한 강수와 무강수 사례의 바람장의 스펙트럼으로부터 드론 비행에 중요한 바람의 시간 규모인 1시간 이하 규모의 수평 풍속의 분산을 분리하여 전체 규모에 대한 1시간 이하 규모의 기여도를 각 고도별로 확인하였다.

원격탐사의 바람벡터 산출 방법에 따른 자료 수집률과 정확도 (Acquisition Rate and Accuracy According to Wind Vector Calculation Method of Remote Sensing )

  • 김유진;권병혁
    • 한국전자통신학회논문지
    • /
    • 제18권5호
    • /
    • pp.965-970
    • /
    • 2023
  • 윈드프로파일러와 윈드라이다는 대기경계층에서 시공간 고해상도 바람의 연직분포를 산출한다. 윈드라이다는 DBS(Doppler Beam Swinging)와 VAD(Velocity Azimuth Display) 방법으로 바람 벡터를 산출한다. DBS 방법은 빠른 스캔 시간으로 바람 프로파일을 획득할 수 있다는 장점이 있다. 반면에 연직 빔을 포함한 최소한 두 빔이 필요한 제약이 있어서 자료 수집률 저하의 원인이 된다. 일반적으로 다섯 빔을 사용하는 윈드프로파일러의 자료 수집률을 향상하기 위해 VAD 방식을 개선하였다. 먼저 DBS 방식의 시선속도 자료로 Fourier series를 산출하였다. 방위각 간격을 결정하여 Fourier series로 계산한 시선속도를 VAD 방식에 적용하여 고도별 바람을 산출하였다. DBS 방식으로 바람을 산출하지 못한 고도에서도 바람 벡터를 산출하였고, 두 방식의 결과가 일치하였다.

1,550 nm와 23.2 cm 파장의 도플러 측기 관측자료 비교 (Comparison of Data Measured by Doppler Instruments at 1,550 nm and 23.2 cm Wavelengths)

  • 이건명;권병혁;이경훈;서지우
    • 한국전자통신학회논문지
    • /
    • 제18권6호
    • /
    • pp.1041-1048
    • /
    • 2023
  • 윈드라이다와 윈드프로파일러는 연속적인 바람의 연직 분포를 고해상도의 자료로 산출하는 장비로써 최근 활용도가 높아지고 있다. 두 장비의 관측방식과 데이터 처리방식은 유사하지만, 기상 및 동작 설정에 따라 바람 탐지정확도의 차이가 발생할 수 있다. 두 장비의 특성과 바람 산출 방법을 소개하고 최신 장비 검증기준을 적용해 라디오존데로 관측한 바람과 비교하여 정확성을 평가한다. 이에 따라 장비도입에 따른 새로운 성능검증 방향과 추가로 필요한 보완점을 제시한다.

WISE 펄스 도플러 윈드라이다 품질관리 알고리즘 개발 (Development of a Quality Check Algorithm for the WISE Pulsed Doppler Wind Lidar)

  • 박문수;최민혁
    • 대기
    • /
    • 제26권3호
    • /
    • pp.461-471
    • /
    • 2016
  • A quality check algorithm for the Weather Information Service Engine pulsed Doppler wind lidar is developed from a view point of spatial and temporal consistencies of observed wind speed. Threshold values for quality check are determined by statistical analysis on the standard deviation of 3-component of wind speed obtained by a wind lidar, and the vertical gradient of horizontal wind speed obtained by a radiosonde system. The algorithm includes carrier-to-noise ratio (CNR) check, data availability check, and vertical gradient of horizontal wind speed check. That is, data sets whose CNR is less than -29 dB, data availability is less than 90%, or vertical gradient of horizontal wind speed is less than $-0.028s^{-1}$ or larger than $0.032s^{-1}$ are classified as 'doubtful', and flagged. The developed quality check algorithm is applied to data obtained at Bucheon station for the period from 1 to 30 September 2015. It is found that the number of 'doubtful' data shows maxima around 2000 m high, but the ratio of 'doubtful' to height-total data increases with increasing height due to atmospheric boundary height, cloud, or rainfall, etc. It is also found that the quality check by data availability is more effective than those by carrier to noise ratio or vertical gradient of horizontal wind speed to remove an erroneous noise data.