Lautsprecher | Transkript |
| Maurer Chen | Hallo allerseits. Danke fürs Einschalten. Ich bin Maurer und präsentiere heute eine Studie darüber, ob Indikatoren wie Feuchtigkeit, |
| Temperatur- und Taupunktniveaus beim Stromausfall 2021 in Texas, um ähnliche Katastrophen in Zukunft zu verhindern. |
| Die Ausfallkrise 2021 war also nicht nur für die Anwohner, sondern auch für andere Orte in den Vereinigten Staaten, die auf Erdgas und Öl aus Texas angewiesen waren, die teuerste Katastrophe in der Geschichte von Texas. |
| das über die größte Verarbeitungskapazität von Erdgas verfügt, und alle Bundesstaaten waren von der Krise betroffen. |
| Also wollten wir sehen, ob wir dazu beitragen können, zukünftige ähnliche Katastrophen zu verhindern. Obwohl es viele politische und finanzielle Faktoren gibt, die zur Krise geführt haben, |
| Wir wollten auch die wissenschaftlichen und umweltbezogenen Faktoren berücksichtigen, um diese Veranstaltung ganzheitlich zu bewerten und anzugehen. |
| Zu diesem Zweck haben wir uns entschieden, jedes Jahr von 2012 bis 2021 im Februar das historische Wettermuster von Houston zu untersuchen, da Houston eine der am stärksten betroffenen Städte war. |
| Wir werden Ausreißermethoden und Clustering-Tools verwenden, um zu verstehen, wie selten die Wettersituation während der Saison 2021 war. |
| im Vergleich zu den vergangenen Jahren zu verbessern und durch unser Verständnis sowohl der wissenschaftlichen als auch der Umweltfaktoren dazu beizutragen, die wichtigsten Wettermarker für zukünftige potenzielle Krisen zu identifizieren. |
| Bevor wir also in unseren Gesamtrahmen der Präsentation einsteigen, wollten wir ein wenig über den Hintergrund der Veranstaltung und die Motivation hinter diesem Projekt berichten. |
| Die Stromausfallkrise in Texas ereignete sich also im Februar 2021, und viele Quellen führen das Ereignis auf das Versäumnis des Staates zurück, seine elektrischen Systeme im Voraus vorzubereiten. |
| In diesem Jahr war es tatsächlich nicht das erste Mal, dass Texas große Stromausfälle erlebte. Vor zehn Jahren im Jahr 2011, ebenfalls im Februar, waren die Erdgaskraftwerke vieler Städte bei Schneestürmen am Murmeltiertag völlig zugefroren. |
| Texas erließ für etwa drei Viertel des Bundesstaates Stromausfälle. |
| Die North America...North American Electricity Reliability Corporation versuchte, Pläne mit dem Electric Reliability Council of Texas (kurz ERCOT) zu verhandeln. |
| die Infrastruktur der staatlichen Kraftwerke aufzurüsten, die aus Kostengründen meist vernachlässigt wurde. Viele Ölproduzenten haben das Risiko des Einfrierens ihrer Kraftwerke in Kauf genommen |
| normalerweise zwei bis drei Tage im Jahr, aber die Risiken und Häufigkeiten sind aufgrund des Klimawandels größer geworden, was das Wetter unberechenbarer macht. |
| Als im Februar dieses Jahres eine Serie von Winterstürmen über Texas fegte, hielten die Kraftwerke extremen Frostbedingungen nicht stand, weil sie nicht im Voraus vorbereitet wurden. |
| Und viele Energiequellen funktionierten nicht mehr, darunter erneuerbare Energien wie Windkraft und nicht erneuerbare wie Kohle und Erdgas. |
| Als Reaktion darauf konnte ERCOT die Geräteprobleme nicht lösen, so dass sie im ganzen Staat fortlaufende Stromausfälle einleiteten. |
| Bei extremen Wetterbedingungen wurden auch viele Ernten zerstört, was zu Nahrungsmittelknappheit führte, und viele Bürger wurden in ihren Häusern gefroren und litten aufgrund der anhaltenden Stromausfälle an Unterkühlung. |
| Hier ist also eine sehr kurze Zeitleiste von dem, was über einen Zeitraum von etwa zwei Wochen passiert ist. So gab es Anfang Februar einige Stürme, die Texas trafen, darunter der Wintersturm Uri, der viele Orte in Texas in eine noch schlimmere Lage stürzte. Kurz danach, |
| Die Stromnachfrage erreichte mit 69.000 Megawatt einen Staatsrekord und übertraf damit den bisherigen Rekord von 65.000 Megawatt. |
| Und am Tag darauf begann ERCOT mit der Einrichtung von Stromausfällen, die sowohl auf Schäden durch anfällige Stromversorgungsgeräte als auch auf einen erhöhten Strombedarf zurückzuführen waren. Die rollenden Blackouts endeten schließlich am 19. Februar. |
| Hier sehen Sie die Bilder des Wintersturms aus Satellitenbildern. Der linke wurde kurz vor der ersten Schneesturmwelle in Texas aufgenommen. |
| Die zweite Aufnahme während des Höhepunkts der Situation. Also habe ich Houston besonders gezeigt, weil es von allen Städten den größten Kontrast hat, da es am härtesten getroffen wurde, |
| wird sich deshalb auch auf Houston konzentrieren. Man kann den Stromverlust Mitte Februar im Vergleich zu Ende Februar wirklich sehen. |
| Nachdem wir die weitreichenden Auswirkungen der Situation und mögliche Ursachen des Ausfalls verstanden hatten, wollten wir also herausfinden, ob es bestimmte Wetterindikatoren gibt, die uns zu einer weiteren |
| spezifische Umweltursachen des Ausfalls und könnte in Zukunft als Referenz verwendet werden, um sich früher auf Krisen vorzubereiten, indem die wichtigen Wetterindikatoren frühzeitig in der Wintersaison beachtet werden. |
| Wie ich schon sagte, werden wir Houstons Wetterinformationen für das Projekt verwenden, weil es eine der am stärksten betroffenen Städte war. |
| Zuerst werden wir versuchen, die Wissenschaft hinter diesen Indikatoren, ihre Unterschiede und ihre Bedeutung zu verstehen. |
| Und dann werden wir eine Vielzahl von Ausreißer-Clustering-Tools verwenden, um zu untersuchen, welche dieser Wettermarker im Vergleich zu den letzten 10 Jahren im Februar in Houston am unterschiedlichsten waren, und auch vergleichen, wie einzigartig das Klima im Februar 2021 war. |
| Und während der gesamten Präsentation werden wir versuchen, statistische Analysen und die Ergebnisse mit Umweltwissenschaften zu verbinden, um uns zu helfen festzustellen, welche Wetterfaktoren am meisten zum Stromausfall in Texas 2021 beigetragen haben. |
| Eine der dringendsten Fragen, die wir hatten, war, welcher spezifische Umweltfaktor zur Krise beigetragen hat. Wir wissen also, dass die Stürme und die fehlende Winterisierung allgemeine Faktoren waren, |
| aber nicht alle Stürme führen zum Einfrieren gefährdeter Energieanlagen. Wir wollten also wissen, welche spezifischen Wetterfaktoren zum Ausfall des Stromnetzes führen, damit Sie wissen, was Sie für die Zukunft vorbereiten müssen. |
| Wir haben uns entschieden, uns dies durch Houston anzusehen und die Wetterfaktoren von Houtson mit anderen Städten in Texas zu vergleichen, von denen wir nicht so hart betroffen sind. |
| Wir haben uns für Dallas entschieden, weil es sehr nahe beieinander liegt und beide das gleiche Stromsystem verwenden, sodass es auch als gute Vergleichsbasis dient. |
| Rechts sehen Sie die Wetterstatistiken für den Monat Februar in Houston und Dallas. Interessanterweise, wenn Sie sich einen Temperaturmarker ansehen, sei es die maximale Durchschnitts- oder die minimale Temperatur, |
| Dallas hat immer die niedrigere Temperatur. |
| Wir erwarten also, dass niedrigere Temperaturen das Risiko des Einfrierens von Geräten erhöhen, aber das scheint hier nicht der Fall zu sein. Stattdessen scheint die Taupunkttemperatur |
| der Hauptfaktor zu sein, wenn wir also in Houston eine höhere Taupunkttemperatur haben als in Texas, und das lässt uns fragen, ob die Taupunkttemperatur der wichtigste Indikator für das Gefrierrisiko sein könnte. |
| Was ist die Taupunkttemperatur und warum ist sie wichtig und wie unterscheidet sie sich von unserer normalen Temperaturmessung? |
| Die Temperatur speziell ... die Lufttemperatur ist das Maß für die Geschwindigkeit der Luftmoleküle, also je schneller sich die Moleküle bewegen, |
| je größer die kinetische Energie und desto höher die Temperatur. Die Kondensation hängt von der Temperatur der Luft ab. Bei niedrigerer Lufttemperatur bewegen sich die Wassermoleküle also langsamer, sodass die Anziehungskräfte der Wassermoleküle sie aneinander kleben lassen. |
| Nun ist die relative Luftfeuchtigkeit oder einfach nur Luftfeuchtigkeit ein Maß dafür, wie viel Energie für die Verdunstung verwendet wurde, um diese Wassermoleküle voneinander zu befreien, um der Kondensation zu widerstehen. |
| Wenn wir also eine relative Luftfeuchtigkeit von 25 % hätten, bedeutet dies, dass 25 % der verfügbaren Energie für die Verdunstung von Wasser aus Gewässern wie Seen verwendet wurden und 75 % der Energie für die weitere Verdunstung verfügbar sind. |
| Nun ist die relative Luftfeuchtigkeit etwas irreführend, da sie relativ zur Lufttemperatur und Taupunkttemperatur ist. Es ist selbst kein unabhängiges Maß für die Feuchtigkeit. |
| Der Taupunkt ist also die Temperatur, bei der die Kondensation erstmals beginnt. Sinkt also die Lufttemperatur unter die Taupunkttemperatur, beginnt die Kondensation. |
| Und im Gegensatz zur Luftfeuchtigkeit, wenn die Taupunkttemperatur steigt, liegt dies nur daran, dass die Feuchtigkeitsmenge in der Luft zunimmt. Mit anderen Worten, die Taupunkttemperatur ist ein unabhängiges Maß dafür, wie viel Feuchtigkeit sich in der Luft befindet. |
| Andererseits hängt die Luftfeuchtigkeit aber auch von der Differenz zwischen Lufttemperatur und Taupunkttemperatur ab. |
| Wenn also die Taupunkttemperatur gleich der Lufttemperatur ist, beträgt die relative Luftfeuchtigkeit 100 %. |
| Je größer der Unterschied zwischen Taupunkttemperatur und Lufttemperatur ist, desto geringer ist die relative Luftfeuchtigkeit. Wenn sich die relative Luftfeuchtigkeit ändert, kann dies auf Temperatur- oder Feuchtigkeitsänderungen oder beides zurückzuführen sein. |
| Wie hängen nun Lufttemperatur, relative Luftfeuchtigkeit und Taupunkttemperatur mit dem atmosphärischen Druck zusammen? Der Taupunkt ist unabhängig vom atmosphärischen Druck. |
| ??? sagt, dass der Druck direkt mit der Temperatur variiert. Wenn Sie also ein Gas haben, bewegen sich die Moleküle schneller und klettern häufiger innerhalb der Wände des Behälters, wodurch der Druck erhöht wird. |
| Die Luftfeuchtigkeit steht auch in direktem Zusammenhang mit dem Druck, denn wenn Sie eine feste Menge an Dampf in der Luft haben und das Luftvolumen kondensieren, steigt der Druck und der Gesamtgehalt an Feuchtigkeit in der Luft, dh die relative Luftfeuchtigkeit, steigt ebenfalls. |
| Basierend auf diesen Informationen würden Sie also denken, dass die Taupunkttemperatur und die Lufttemperatur die beiden wichtigsten Variablen bei der Bestimmung des Einfrierrisikos sind, weil |
| Sowohl die Menge an bewegter Luft als auch die Kühle des Wetters sind beide wichtig. Mal sehen, ob sich das tatsächlich in den Wetterstatistiken widerspiegelt. |
| Okay, jetzt haben wir mehr Wissen über das Wetter ... darüber, ob die Wissenschaft und was diese Indikatoren bedeuten, |
| Wir können in die statistische Analyse eintauchen und untersuchen, ob ein Anstieg der Feuchtigkeit oder des Taupunktes |
| ist maßgeblich für die Wetterlage 2021 verantwortlich. Um unsere Daten zu sammeln, verwenden wir das Clustering-Sampling, eine Art der Stichprobenmethode, bei der wir die Bevölkerung in Cluster aufteilen und dann vier Cluster auswählen ???. In unserem Fall haben wir uns also für den Monat Februar entschieden |
| aus den letzten 10 Jahren, da im Februar dieses Jahres ein Ausfall aufgetreten ist und Sie die Schwankungen von Monat zu Monat und von Saison zu Saison in unserer Stichprobe nicht berücksichtigen wollten. |
| Und wir wollen Daten aus allen letzten 10 Jahren sammeln und nicht nur aus dem Vorjahr, denn das Wetter kann durch den Klimawandel immer schlechter werden. Dieses Jahr hat also die bisher schlechteste Saison, und der Kontrast wird deutlicher, wenn wir es mit mehreren Jahren vergleichen. |
| Wir haben die täglichen Wetterstatistiken von Februar 2012 bis 2021 gesammelt, was einer Gesamtstichprobengröße von 283 Tagen entspricht, da es im Februar mindestens 28 Tage und zusätzlich drei Tage für die Schaltjahre gibt. |
| Und für jeden Tag haben wir die maximale Durchschnitts- und Minimaltemperatur, Taupunkt, Luftfeuchtigkeit, Windgeschwindigkeit und -druck sowie Niederschlag gesammelt. |
| Wir haben den maximalen Durchschnitt und den minimalen Wert gesammelt, da einer möglicherweise wichtiger ist als der andere, den wir auch noch nicht kennen. |
| Eine Stichprobengröße von 283 Tagen hat auch den Power-Test bestanden, wobei Power die Wahrscheinlichkeit ist, die Nullhypothese korrekt abzulehnen. Wir müssen also nicht wirklich noch mehr Daten sammeln. |
| Also wollten wir sehen, welche der Wetterindikatoren |
| Ausreißer haben. Nur wenn ein Parameter viele Ausreißer hat, ist es wahrscheinlicher, dass dieser Indikator leichter durch extreme Wetterbedingungen beeinflusst wird, was ihn zu einer wichtigeren Referenz für zukünftige Situationen machen würde. |
| Hier haben wir also die Quantil-Bereichsausreißer für alle 10 Jahre durchgeführt. Das Ausreißerkriterium wird basierend auf dem Interquartilabstand bestimmt, |
| IQR, das ist die Differenz zwischen Quantil 3 mit dem 75. Perzentil aller Werte für diese Variable und Quantil 1 bis 25. Perzentil. Die untere Ausreißerschwelle wurde also als Quantil 1 minus 1,5-facher IQR bestimmt, während die obere Ausreißerschwelle Quantil 3 plus 1,5-facher IQR war. |
| Wir haben einige Ausreißer für maximale... |
| maximale Luftfeuchtigkeit und Niederschlag. |
| Aber diese Ausreißer stammen aus allen 10 Jahren und wir interessieren uns vor allem für die Tage, als der Stromausfall in Texas ??? |
| also nur noch wenige wochen im februar 2021. |
| Wir konzentrieren uns jetzt stattdessen auf den Zeitraum vom 2. Februar bis 25. Februar 2021, der ungefähr der Zeitraum der Ausfallkrise ist. |
| Auch hier werden nur die Daten aus Houston berücksichtigt. Schon in diesen drei Wochen können wir also sehen, dass die Temperatur von allen Wetterparametern die meisten Ausreißer aufweist |
| und Feuchtigkeit hat einen Ausreißer. Die Haupteinschränkung des Quantil-Bereich-Ausreißer-Tools besteht jedoch darin, dass es die Multikollinearität nicht berücksichtigt. |
| Und aus unserer wissenschaftlichen Forschung wissen wir, dass die Luftfeuchtigkeit sowohl vom Taupunkt als auch von der Temperatur abhängt. Die Ausreißeranalyse ist möglicherweise nicht das genaueste Werkzeug und der Taupunkt kann immer noch einer der wichtigsten Faktoren sein. |
| Als alternative Methode haben wir versucht, Cluster-Variablen zu verwenden, die die verschiedenen Wetterparameter in verschiedene Cluster gruppieren. |
| Daher wollten wir sehen, ob das Tool für Clustervariablen uns helfen könnte, einen einzelnen Cluster zu identifizieren, der aus den wichtigsten Wetterindikatoren für den Stromausfall 2021 besteht. |
| Also die Farbkarte oben links, |
| es |
| stellt jeden der Wetterparameter auf der y-Achse und dann jeden der Parameter wieder auf der x-Achse dar und zeichnet ihre Korrelation auf. |
| Je blauer die Zelle, desto stärker negativ korrelieren die beiden Parameter miteinander, und je röter die Zelle, desto positiver korrelieren die Parameter miteinander. |
| Auf der Farbkarte können wir die vier verschiedenen Cluster visualisieren, die wir auch in der Tabelle der Clustermitglieder identifizieren können. |
| Cluster 1 besteht aus allen Temperatur- und Taupunktparametern, was darauf hindeutet, dass dieser Cluster aus den wichtigsten Wetterfaktoren der Stromkrise 2021 bestehen könnte. |
| Cluster 2 besteht aus Windgeschwindigkeit und Niederschlag, Cluster 3 aus der gesamten Luftfeuchtigkeit und Cluster 4 aus dem Druck. Also die letzten Cluster |
| geben uns nicht wirklich viel Einblick, da wir nicht überrascht sind, dass alle Feuchtigkeits- und Druckmessungen in ihren eigenen Cluster gehören und Windgeschwindigkeit und Niederschlag korreliert sind. Die wichtigste Erkenntnis aus dieser Analyse ist also, dass Taupunkt und Temperatur möglicherweise am stärksten korreliert sind. |
| Bisher wissen wir, dass Taupunkt und Temperatur die wichtigsten Wetterindikatoren sind, aber wie schneidet das Wettermuster 2021 im Allgemeinen im Vergleich zu den früheren Klimazonen ab? Und können unsere aktuellen Wetterparameter erkennen ??? Wetter in Houston |
| ??? großer Ausreißer? |
| Das obere Diagramm ist also die Clusterzusammenfassung aus unserer vorherigen Analyse der Clusterberichte und die unteren beiden Diagramme sind die multivariaten statistischen Prozesskontrolldiagramme. |
| Daher führten wir zunächst eine Hauptkomponentenanalyse durch, um unsere Dimensionen aus den 16 Variablen zu reduzieren. Sie beziehen alle unsere Wetterparameter in unsere Hauptkomponentenanalyse ein. Wir brauchen fünf Hauptkomponenten, um mehr als 80 % der Gesamtvariation ausmachen zu können. Aber wir können nicht wirklich unterscheiden |
| die Situation 2021 aus vergangenen Wettersituationen, wenn wir fünf Hauptkomponenten verwenden. Sie können sehen, dass die roten Punkte, die beim Auftreten einer Ausfallkrise sind, kaum über der roten Linie liegen, die das T-Quadrat unserer oberen Kontrollgrenze ist und nicht alle überhaupt nicht ...??? |
| Diese Grafik zeigt also, dass wir das wahre Muster nicht erkennen können, sondern uns bei der Erklärung der Wettersituation zu sehr auf Eigenwerte verlassen. Also haben wir dann versucht, das zweite zu entfernen ??? Cluster, |
| weil es von allen Clustern die geringste Variation erklärt. |
| Und wir haben die Hauptkomponentenanalyse überarbeitet. Diesmal werden also nur vier Hauptkomponenten benötigt, um mindestens 80 % der Gesamtvariation auszumachen, aber wir können immer noch nicht klar unterscheiden |
| die Wetterlage während der Stromausfallkrise 2021 aus den anderen Zeiträumen. Wie können wir also sonst versuchen, das Signal zu erhöhen und dieses ganze Rauschen zu reduzieren, um die Wettersituation 2021 besser von den anderen zu unterscheiden? |
| Nun, gehen wir zurück zu unserem Ergebnis der Cluster-Variablen und sehen, ob wir nach den repräsentativsten Variablen suchen können. Lass es uns versuchen |
| Auswahl der repräsentativsten Variablen jedes Clusters basierend auf der Clusterzusammenfassung, |
| die aus dem R-Quadrat mit Eins...mit eigenem Cluster und Eins minus R-Quadrat-Verhältnis bestimmt wird. |
| R quadriert mit eigenem Cluster stellt dar, wie ähnlich jede der Variablen mit dem Zentrum des Clusters ist. |
| Dieser Wert kann Ihnen also nicht die Richtung der Variablen im Vergleich zur Mitte sagen, aber wenn der Abstand nah genug ist |
| zwischen der Variable in der Mitte ist die Richtung nicht so wichtig. Interessanterweise sind die repräsentativsten Variablen die Durchschnittswerte, nicht die minimalen Parameter, die sie enthalten, was irgendwie redundant ist. |
| Nach dem Screening basierend auf den Cluster-Variablen auf nur durchschnittliche Temperatur, durchschnittliche Luftfeuchtigkeit, durchschnittliche Taupunkttemperatur und durchschnittlicher Druck, benötigen wir nur zwei Hauptkomponenten, um 80 % der Abweichung zu berücksichtigen, wie in der T-Quadrat-Tabelle rechts zu sehen ist. |
| Und hier sehen Sie nur eine große Spitze, |
| die aus den Tagen während der Ausfallkrise besteht. Durch die Verwendung sowohl der Clustering-Variablen als auch der Hauptkomponenten können wir die Wettersituation erfolgreich unterscheiden. |
| während des Stromausfalls 2021. Kann uns das überarbeitete T-Quadrat-Diagramm also etwas darüber sagen, welche Wetterparameter die wichtigsten Indikatoren für die Wettersituation des Ausfalls 2021 sind? |
| Krise? Stimmen die Ergebnisse mit denen aus der Clustervariablenanalyse der bisherigen wissenschaftlichen Forschung überein? |
| Wir wollten den Beitragsanteil jeder dieser vier Variablen untersuchen, aber dafür können wir nur einen Datenpunkt auswählen. |
| Daher haben wir die Stichprobe Nummer 270 gewählt, die 2021 die schlechteste Wetterlage hat, weil uns am meisten wichtig ist, welche Parameter im schlimmsten Fall die wichtigsten sind. |
| Sie können aus dem proportionalen Beitragsdiagramm auf der rechten Seite sehen, dass die durchschnittliche Temperatur in Taupunkten die beiden größten Beiträge leistet und dass der Druck wenig und die Feuchtigkeit keinen Beitrag leistet. |
| Dieses Ergebnis kann also darauf hinweisen, dass Temperatur und Taupunkt die Hauptfaktoren für die Wettersituation sind. |
| die nicht nur unsere Clustervariablenanalyse untermauert, sondern auch durch wissenschaftliche Forschung erklärt werden kann. Die Lufttemperatur leistet also immer noch den größten Beitrag, aber der Taupunkt, der die Feuchtigkeit misst, ist auch ein großer Faktor beim Einfrieren. |
| Früher brauchten wir vier Cluster, um 90 % der Variation in der Hauptkomponentenanalyse zu erklären, aber jetzt brauchen wir nur noch zwei, nachdem wir die repräsentativste Variable aus jedem Cluster ausgewählt haben, für insgesamt vier Parameter. |
| Dies bestätigt, dass die Abschirmung zur Verbesserung des Signal-Rausch-Verhältnisses von Vorteil ist. |
| Die Auswahl, welche davon ausreichend sind, basiert auf dem Pareto-Prinzip, das besagt, dass die wenigen lebenswichtigen 20% der Ursachen 80% der Ergebnisse einer bestimmten Situation ausmachen. |
| Betrachtet man diese Eigenvektoren genauer, so sieht man, dass der erste Eigenvektor recht gleichmäßig aus allen vier Parametern besteht, da deren Beträge alle etwa 0,5 über der zweiten Hauptkomponente liegen, die hauptsächlich aus Temperatur und Feuchte besteht, |
| Taupunkt nicht. Dies könnte darauf hindeuten, dass der Taupunkt in den letzten 10 Jahren kein wichtiger Faktor war, sodass der logische nächste Schritt darin besteht, die Hauptkomponentenanalyse nur für 2021 zu betrachten. |
| Allerdings wäre der Stichprobenumfang dann zu klein, da wir im Februar 2021 nur 20 Datenpunkte haben. |
| Obwohl wir nicht über eine ausreichende Stichprobengröße verfügen, um eine Hauptkomponentenanalyse nur für 2021 durchzuführen, wollen wir sehen, ob wir einen Unterschied zwischen den wichtigsten Parametern für das letzte Jahrzehnt visualisieren können. |
| im Vergleich zu nur einem. Auf der linken Seite haben wir also die Heatmap für die Beitragsanteile des letzten Jahrzehnts und die rechte ist nur dieses Jahr. |
| Dunklere Felder zeigen eine größere Abweichung und einen stärkeren Kontrast von der normalen Situation an. Wenn Sie sich also die Grafik für Februar 2012 bis 2021 ansehen, sehen wir, dass Temperatur und Luftfeuchtigkeitsprozentsatz die wichtigsten Faktoren sind, basierend auf den dunkleren Zellen. |
| Die Luftfeuchtigkeit kann aufgrund der Temperatur wichtig sein, da die Luftfeuchtigkeit sowohl von der Temperatur als auch vom Taupunkt abhängt. Dies hat also wieder die Multikollinearitätsprobleme, also wenn wir schauen ???. |
| Betrachten wir hingegen nur die Wochen rund um die Stromausfallkrise, die grün hinterlegt sind |
| Auf der rechten Seite sehen Sie, dass Temperatur und Taupunkt die dunkelsten Zellen enthalten. Dies zeigt also noch einmal, dass der Taupunkt möglicherweise mehr ... ein wichtigerer Indikator in der Ausfallkrise 2021 ist, aber möglicherweise nicht historisch für die vergangenen Wettersituationen. |
| Wenn Sie also diese erste Prozessregelkarte haben, können wir sagen, dass die Wettersituation für die Stromausfallkrise ein Ausreißer ist, aber wie selten und einzigartig war sie? Also das Quadrat am unteren Rand dieses Diagramms |
| stellt die beiden Hauptkomponenten grafisch dar. Es enthält verschiedene Konfidenzellipsen. Bis zum Punkt oben links ist der 15. Februar 2021, |
| als einer der verheerendsten Stürme Texas traf. Sie können sehen, dass der Punkt außerhalb der Ellipse mit 99,5% Konfidenz liegt, die die orange Linie ist. |
| Aber innerhalb der Ellipse mit 99%iger Konfidenz, die die blaue Linie ist. Das heißt, die Wettersituation am 15. tritt alle 200 Tage einmal auf, und da der Februar 28 Tage hat, ist die Wahrscheinlichkeit, dass sie auf der Grundlage vergangener Daten auftritt, gleich 28 Tage dividiert durch 200 oder |
| einer in sieben Jahren. |
| ??? die Wahrscheinlichkeit des zukünftigen Auftretens einer ähnlichen Situation ... die Wettersituation kann wahrscheinlicher und mit der globalen Erwärmung sogar noch schlimmer sein. |
| Außerdem liegen die vier Punkte im oberen linken Quadranten, der den Taupunkt- und Temperaturvektoren entgegengesetzt ist, was einmal mehr zeigt, dass Taupunkt und Temperatur die Hauptursachen für die extremen Wetterbedingungen der Stromausfallkrise 2021 sind. |
| Eine andere Möglichkeit, die 2021 zu vergleichen |
| Situation mit der normalen Wettersituation über die letzten 10 Jahre besteht darin, das Beitragsdiagramm vom 15. Februar mit dem Mittelpunkt des Score-Diagramms zu vergleichen, |
| welche Art von dient als Median für ... der 10 Jahre. Die Grafik oben rechts ist also Beispielnummer 270, der Tag mit der schlimmsten Wettersituation während der Stromausfallkrise. |
| Und das untere Diagramm ist die Stichprobennummer 131, die der Mittelpunkt des Bewertungsdiagramms ist. Interessanterweise hat Probe Nummer 270 Hauptbeiträge von Temperatur und Taupunkt, während Probe Nummer 131 nur Druck hat. |
| Diese Grafik zeigt uns, dass nicht nur der Taupunkt ein wichtigerer Faktor bei instabilen Wetterbedingungen ist, sondern auch die Temperatur, möglicherweise aufgrund der globalen Erwärmung. |
| Temperatur und Taupunkt sind heute wichtigere Indikatoren für die Wetterlage als Druck und Luftfeuchtigkeit. |
| Was also tut die texanische Regierung, um zukünftige Stromausfälle zu verhindern? |
| Einige Tage nach dem Ende des Stromausfalls wandte sich Gouverneur Abbott an die Öffentlichkeit und forderte die Überwinterung der Energieanlagen. |
| Und das Haus fuhr mit einigen neuen Gesetzen zur Reform der Notfallverfahren fort. Viele glauben jedoch, dass die neue Gesetzgebung nicht ausreicht, um zukünftige Krisen zu verhindern, da die Temperatur |
| Die Schwelle für extreme Wetterbedingungen ist tatsächlich niedriger als die der Frostbedingungen während der Krise 2021. Bis März 2021 hat das State House keine Gesetze verabschiedet |
| die eine Überwinterung der Kraftwerke erfordern. Ein ehemaliger strategischer Berater von ERCOT glaubt, dass der Schlüssel zur Vermeidung von Ausfällen darin besteht, für die Zukunft zu planen und den Klimawandel wirklich als großen Faktor in ??? |
| vorbeugend |
| Maße. |
| Zusammenfassend haben wir also die Wissenschaft hinter Taupunkttemperatur, Lufttemperatur, Luftfeuchtigkeit und Druck studiert und wie sie miteinander in Beziehung stehen und verbunden sind. |
| Das Quantil-Ausreißer-Tool berücksichtigt mehrere Probleme nicht und wir wissen, dass die Luftfeuchtigkeit die Taupunkttemperatur und |
| Lufttemperatur. Also haben wir Cluster-Variablen verwendet, um zu sehen, ob wir die wichtigsten Wetterfaktoren basierend auf den Clustern identifizieren können. |
| Die statistische Prozessregelkarte haben wir mit der Hauptkomponentenanalyse optimiert. Wir wählten die vier repräsentativsten Variablen aus, nämlich Feuchtigkeit, Taupunkt, Temperatur und Druck. |
| Wir untersuchten auch die Beiträge dieser Variablen, allgemeiner unter Verwendung der Heatmap und insbesondere unter Verwendung des Beitragsanteil-Plots für die Stichprobe Nummer 270, die die schlechteste Wettersituation aufwies, und verglichen diese Ergebnisse mit dem Mittelpunkt des Score-Plots. |
| Wir haben das gefunden |
| Temperatur und Taupunkt waren die wichtigen Wettermarker für zukünftige Fälle ähnlicher Katastrophen, insbesondere angesichts der zunehmenden Unvorhersehbarkeit des Wetters, das mit dem Klimawandel und der globalen Erwärmung einhergeht. Das ist alles, was wir für heute haben. Danke fürs Zuhören. |
