[论文解读] Elaboration of a new tool for weather data sequences generation

Laëtitia Adelard, Thierry A. Mara+2 more|arXiv (Cornell University)|Dec 21, 2012

Building Energy and Comfort Optimization参考文献 9被引用 10

一句话总结

本文提出了一种名为 RUNEOLE 的新型软件工具，该工具集成了气候数据描述、统计建模和人工天气数据生成，适用于建筑物理应用。通过整合统计分析、典型日识别和模拟就绪天气文件生成的模块，RUNEOLE 能够为暖通空调（HVAC）系统评估和不同气候条件下的热舒适性研究，特别是高湿气候，生成精确的合成天气序列。

ABSTRACT

This paper deals about the presentation of a new software RUNEOLE used to provide weather data in buildings physics. RUNEOLE associates three modules leading to the description, the modelling and the generation of weather data. The first module is dedicated to the description of each climatic variable included in the database. Graphic representation is possible (with histograms for example). Mathematical tools used to compare statistical distributions, determine daily characteristic evolutions, find typical days, and the correlations between the different climatic variables have been elaborated in the second module. Artificial weather datafiles adapted to different simulation codes are available at the issue of the third module. This tool can then be used in HVAC system evaluation, or in the study of thermal comfort. The studied buildings can then be tested under different thermal, aeraulic, and radiative solicitations, leading to a best understanding of their behaviour for example in humid climates.

研究动机与目标

• 开发一个全面的工具，用于生成适用于建筑性能模拟的合成天气数据序列。
• 解决在热舒适性与暖通空调系统评估中缺乏灵活且气候适应性天气数据生成工具的问题。
• 通过提供统计代表性强且可直接用于模拟的天气文件，支持高湿气候中的研究工作。
• 将统计建模与实际数据生成相结合，以提升建筑物理应用中的准确性。

提出的方法

• 该工具集成了三个核心模块：气候变量描述、分布与相关性的统计建模，以及人工天气数据生成。
• 使用统计工具比较分布、识别典型天气日，并分析气象变量（如温度、湿度和太阳辐射）之间的相关性。
• 利用直方图等图形表示方法，可视化气候数据分布，以增强可解释性。
• 该软件生成与多种模拟代码兼容的合成天气文件，确保与标准建筑性能工具的互操作性。
• 建模阶段包括对每日特征演变的分析，以捕捉气象变量的昼夜变化模式。
• 最终模块输出可用于热工与气流性能研究的模拟就绪天气文件。

实验结果

研究问题

• RQ1 如何设计一个统一工具，以生成能反映真实气候模式的合成天气数据序列，用于建筑物理应用？
• RQ2 在气象数据中，识别典型天气日和建模变量相关性方面，哪些统计方法最为有效？
• RQ3 如何生成人工天气文件，以确保与现有建筑模拟软件的兼容性？
• RQ4 该工具在多大程度上可提升高湿气候中暖通空调与热舒适性评估的准确性？
• RQ5 为确保可靠模拟结果，合成天气数据中必须保留哪些关键统计特征？

主要发现

• RUNEOLE 能够成功生成与真实气候数据在统计上一致的合成天气数据序列，包括每日模式和变量相关性。
• 该工具通过高级统计分析识别典型天气日，提升了数据的代表性。
• 生成的人工天气文件与标准模拟代码兼容，便于集成到现有的建筑性能工作流程中。
• 该软件支持对气候变量进行详细的图形与统计分析，增强了数据的可解释性与验证能力。
• RUNEOLE 在高湿气候中表现出强适用性，因为在这些地区，精确的天气数据对可靠的热工与气流性能评估至关重要。
• 模块化设计使其能够灵活适应不同的模拟需求与气候条件。