Rüzgar Karakteristiklerinin Dalgacık Dönüşümü İle Ortaya Konması

Abstract

Bu çalışmada, dalgacık dönüşüm yöntemleri rüzgara ait genel karakteristiklerin belirlenmesinde ve rüzgar enerjisi potansiyellerinin kıyaslanmasında kullanılmıştır. Sürekli dalgacık dönüşümü ile zaman serilerinin spektral analizi gerçekleştirilmiştir. Bu sayede rüzgar verisinin sahip olduğu periyodiklikler ve bu periyodikliklerin sahip olduğu güç değerleri belirlenmiştir. Sonuç olarak rüzgar verisinin günlük, mevsimsel ve yıllık salınımlar gösterdiği ortaya konmuştur. Bu yaklaşımın rüzgar potansiyeli belirleme ve kıyaslama yapılabilme noktasında yeterli bir yaklaşım olmadığı sonucuna varılmış ve ayrık dalgacık dönüşümü sonuçları ile kıyaslamalar yapılmıştr. Ayrık dalgacık dönüşümü, çoklu çözünürlük analizinin filtreleme yaklaşımı ile gerçekleştirilmiştir. Yapılan çoklu çözünürlük analizi ile orijinal rüzgar verisinin oluşturduğu zaman serisinin genel trend özelliklerini temsil eden sentezlenmiş yaklaşım serileri oluşturulmuştur. Bu yaklaşım serilerinden rüzgar karakteristiğinin genel trend özelliklerine ulaşılmıştır. Ayrıca, çoklu çözünürlük analizi sonucu oluşan dalgacık katsayılarına Parseval Teoremi yaklaşımı uygulanarak rüzgar potansiyellerinin kıyaslaması yapılmış ve rüzgar türbini kurulumu için en uygun yerler tespit edilmiştir.

In this study, wavelet transforms have been applied to analyze the wind speed data in determining general characteristics of the wind and selection of suitable locations for wind farm construction by comparing wind potentials. The continuous wavelet transform is used for spectral represantation of the wind data. Wavelet spectral analysis provides a natural basis to estimate the time frequency-energy characteristics of the observed data. The discrete wavelet transform can be realized by considering multiresolution analysis. The discrete wavelet transform decomposes the time series into wavelet coefficients and the original time series can be reconstructed again. After this decomposition, Parseval Theorem is used for determining of energies in different levels of detail and approximations. Energy of wavelet decompositions plays more significant role than the amplitude because the energy of wavelet decompositions relates to the energy contribution of coefficients on total energy of original time series. As a result, wavelet transform is a new approach for determining wind energy potential and wind characteristics especially related to dominant periods of time series of wind data for different conditions during the year.