[논문 리뷰] Construction of SDE-based wind speed models with exponential autocorrelation

Rafael Zárate-Miñano, Federico Milano|arXiv (Cornell University)|2015. 11. 07.

Wind and Air Flow Studies참고 문헌 20인용 수 3

한 줄 요약

이 논문은 주어진 확률 분포와 지수 자기상관을 정확히 재현하는 SDE(based) 풍속 모델을 구축하기 위한 체계적인 방법을 제시한다. 회귀 정리와 정적 Fokker-Planck 방정식을 활용하여 다양한 풍속 분포에 대해 정확한 변동항과 확산항을 유도함으로써, 근사 없이 정밀한 통계적 충실도를 확보한다.

ABSTRACT

This paper provides a systematic method to build wind speed models based on stochastic differential equations (SDEs). The resulting models produce stochastic processes with a given probability distribution and exponential decaying autocorrelation function. The only information needed to build the models is the probability density function of the wind speed and its autocorrelation coefficient. Unlike other methods previously proposed in the literature, the proposed method leads to models able to reproduce an exact exponential autocorrelation even if the probability distribution is not Gaussian. A sufficient condition for the property above is provided. The paper includes the explicit formulation of SDE-based wind speed models obtained from several probability distributions used in the literature to describe different wind speed behaviors.

연구 동기 및 목표

• 지정된 통계적 성질을 갖는 SDE 기반의 풍속 모델을 체계적이고 해석적으로 정확하게 구축하기 위한 방법을 개발한다.
• 기존의 근사적 방법의 한계를 극복하고, 목표 확률 분포와 지수 자기상관을 정확히 재현함을 보장한다.
• Weibull, Rayleigh, 그리고 절단 정규분포를 포함한 일반적으로 사용되는 풍속 분포에 대해 명시적인 SDE 표현식을 제공한다.
• 풍속에 국한되지 않고 지수 자기상관을 갖는 임의의 정적 과정에 적용 가능한 일반적인 프레임워크를 수립한다.

제안 방법

• 지정된 감쇠율을 갖는 지수 자기상관을 보장하는 변동항을 도출하기 위해 회귀 정리를 활용한다.
• 정적 Fokker-Planck 방정식을 해결하여 목표 정적 확률밀도함수를 얻는 데 필요한 확산항을 결정한다.
• 적절한 변동항과 확산항 함수를 통해 알려진 가우시안 과정에 대한 SDE를 비가우시안 분포로 변환하는 변환 기법을 적용한다.
• Weibull, Rayleigh, 그리고 이변량 절단 정규분포를 포함한 다수의 분포에 대해 변동항과 확산항 계수의 닫힌 형태 표현식을 유도한다.
• 유도된 SDE가 정확히 목표 분포와 지수 자기상관을 갖는 과정을 생성함을 통해 방법을 검증한다.
• 특수함수인 오차함수, 보완 오차함수, 정규분포의 불완전 감마함수를 확산항의 해석적 표현식에 활용한다.

실험 결과

연구 질문

• RQ1 주어진 확률 분포와 지수 자기상관을 정확히 재현하는 SDE 기반의 풍속 모델을 체계적으로 구축할 수 있는가?
• RQ2 목표 정적 분포와 지수 자기상관을 보장하기 위해 SDE의 변동항과 확산항을 해석적으로 유도하는 방법은 무엇인가?
• RQ3 Weibull, Rayleigh, 그리고 절단 정규분포와 같은 일반적으로 사용되는 풍속 분포에 대한 명시적인 SDE 표현식은 무엇인가?
• RQ4 기존의 방법이 실패하는 비가우시안 풍속 분포에 대해서도 제안된 방법이 정확성을 유지하는가?
• RQ5 이 방법은 풍속을 초월하여 지수 자기상관을 갖는 다른 정적 과정에도 일반화 가능한가?

주요 결과

• 기존의 근사적 접근과 달리, 이 방법은 정확히 목표 확률 분포와 지수 자기상관을 재현하는 SDE를 생성한다.
• 이변량 Weibull 분포의 경우, 변동항은 $ a(x) = -\alpha \left(x - \lambda_2 \cdot \Gamma\left(1 + \frac{1}{\lambda_1}\right)\right) $ 로 주어지며, 올바른 평균 회귀를 보장한다.
• Weibull 모델의 확산항은 불완전 감마함수를 포함하며, $ b(x) = \sqrt{b_1(x) \cdot b_2(x)} $ 로 유도되며, $ b_1 $ 과 $ b_2 $ 는 명시적으로 정의되어 있다.
• 일변량 Rayleigh 분포의 경우, 확산항은 보완 오차함수를 포함하며, $ b(x) = \sqrt{ \frac{\alpha \lambda^2}{x} \cdot \left( 2x + \sqrt{2\pi}\lambda \left( \exp\left(\frac{x^2}{2\lambda^2}\right) \cdot \mathrm{erfc}\left(\frac{x}{\sqrt{2}\lambda}\right) - 1 \right) \right) } $ 로 표현된다.
• 이변량 절단 정규분포 모델은 기저가 되는 정규분포의 평균과 표준편차에 의존하는 변동항을 가지며, 절단에 따라 조정된다.
• 이 방법은 풍속 모델링에 국한되지 않고 지수 자기상관을 갖는 임의의 정적 과정에 일반적으로 적용 가능하다.