基于地面气压测量的短期风预测：随机建模与传感器布置

我们提出了一种短期风预测框架，用于基于机舱安装的风速计和地面气压测量来预测大气湍流的实时变化。我们的方法结合了线性随机估计和卡尔曼滤波算法，以同化和处理实时现场测量数据，以及一个限制在涡轮轮毂高度二维平面上的随机降阶模型的预测。我们使用一种投影技术来弥合模型计算平面（轮毂高度）与测量平面（地面）之间的垂直间隙，从而允许我们从另一个平面推断一个平面的压力。根据这种推断的质量，我们展示了扩展卡尔曼滤波和集合卡尔曼滤波的定制变体可以被调整，以在领先涡轮机前后1-1.5倍直径的距离上平衡估计质量和计算速度。特别是，我们展示了将估计的符号与机舱记录的速度波动符号同步，可以显著改善领先涡轮机上游时间变化的跟踪能力。我们还提出了一个基于凸优化的框架，用于选择一组压力传感器，使其相对于使用所有传感能力的最优卡尔曼滤波器达到所需的精度水平。