| Lautsprecher |
Transkript |
| Mason Chen |
Hallo zusammen. Danke fürs Einschalten. Ich bin Mason und stelle heute eine Studie über wichtige Wetterindikatoren wie Luftfeuchtigkeit vor. |
| |
Temperatur- und Taupunktwerte beim Stromausfall in Texas im Jahr 2021, um ähnliche Katastrophen in der Zukunft zu verhindern. |
| |
Die Stromausfallkrise 2021 war die teuerste Katastrophe in der Geschichte von Texas, nicht nur für die Anwohner vor Ort, sondern auch für andere Orte in den Vereinigten Staaten, die auf das Erdgas und Öl aus Texas angewiesen waren. |
| |
Das Land verfügt über die größte Verarbeitungskapazität für Erdgas und alle Bundesstaaten des Landes waren von der Krise betroffen. |
| |
Deshalb wollten wir prüfen, ob wir dazu beitragen können, ähnliche Katastrophen in Zukunft zu verhindern. Obwohl viele politische und finanzielle Faktoren zur Krise geführt haben, |
| |
Wir wollten auch die wissenschaftlichen und ökologischen Faktoren berücksichtigen, die eine Rolle spielen, um dieses Ereignis ganzheitlicher bewerten und angehen zu können. |
| |
Zu diesem Zweck haben wir beschlossen, das historische Wettermuster von Houston jedes Jahr von 2012 bis 2021 im Februar 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, und auch, um durch unser Verständnis der beteiligten wissenschaftlichen und ökologischen Faktoren dabei zu helfen, die wichtigsten Wetterindikatoren für künftige potenzielle Krisen zu identifizieren. |
| |
Bevor wir uns also in den allgemeinen Rahmen unserer Präsentation stürzen, möchten wir ein wenig über den Hintergrund der Veranstaltung und die Motivation hinter diesem Projekt erzählen. |
| |
Im Februar 2021 kam es in Texas zu einem Stromausfall, und viele Quellen führen das Ereignis darauf zurück, dass der Staat seine Stromnetze nicht im Voraus vorbereitet hatte. |
| |
Dieses Jahr war tatsächlich nicht das erste Mal, dass es in Texas zu größeren Stromausfällen kam. Bereits vor zehn Jahren, im Jahr 2011, ebenfalls im Februar, führten die Schneestürme am Murmeltiertag dazu, dass die Erdgaskraftwerke vieler Städte komplett einfroren. |
| |
Texas verhängte 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) auszuhandeln |
| |
die Infrastruktur der staatlichen Kraftwerke zu modernisieren, was aus Kostengründen meist ignoriert wurde. Viele Ölproduzenten akzeptierten das Risiko, dass ihre Kraftwerke einfrieren |
| |
Normalerweise finden sie an zwei bis drei Tagen im Jahr statt, doch aufgrund des Klimawandels, der das Wetter unberechenbarer macht, sind die Risiken und die Häufigkeit größer geworden. |
| |
Als im Februar dieses Jahres eine Reihe von Winterstürmen über Texas hinwegfegte, konnten die Kraftwerke den extremen Frostbedingungen nicht standhalten, da sie nicht rechtzeitig darauf vorbereitet waren. |
| |
Und viele Energiequellen funktionierten nicht mehr, darunter erneuerbare Energien wie Windkraft und nicht erneuerbare Energien wie Kohle und Erdgas. |
| |
Als Reaktion darauf konnte ERCOT die Geräteprobleme nicht in den Griff bekommen und führte landesweit rollierende Stromausfälle ein. |
| |
Aufgrund der extremen Wetterbedingungen wurden zudem viele Ernten zerstört, was zu Nahrungsmittelknappheit führte. Viele Bürger mussten in ihren Häusern frieren und litten aufgrund der anhaltenden Stromausfälle an Unterkühlung. |
| |
Hier ist ein kurzer Überblick über die Ereignisse der letzten zwei Wochen. Anfang Februar trafen mehrere Stürme Texas, darunter der Wintersturm Uri, der viele Orte in Texas in eine noch schlimmere Lage brachte. Kurz darauf |
| |
Die Nachfrage nach Elektrizität erreichte 69.000 Megawatt, einen Landesrekord, und übertraf damit den vorherigen Rekord von 65.000 Megawatt. |
| |
Am Tag darauf begann ERCOT mit der Einführung von Stromausfällen, die sowohl auf die Schäden an anfälligen Stromanlagen als auch auf den gestiegenen Strombedarf zurückzuführen waren. Die rollierenden Stromausfälle endeten schließlich am 19. Februar. |
| |
Hier sehen Sie die Satellitenbilder des Wintersturms. Das linke Bild wurde kurz vor der ersten Schneesturmwelle in Texas aufgenommen. |
| |
Die zweite Aufnahme fand auf dem Höhepunkt der Situation statt. Deshalb habe ich insbesondere Houston gezeigt, weil es den größten Kontrast aller Städte aufweist, da es am härtesten getroffen wurde. |
| |
Deshalb konzentrieren wir uns auch auf Houston. Mitte Februar ist der Stromausfall im Vergleich zu Ende Februar deutlich zu sehen. |
| |
Nachdem wir die weitreichenden Auswirkungen der Situation und die möglichen Ursachen des Ausfalls verstanden hatten, wollten wir herausfinden, ob es bestimmte Wetterindikatoren gab, die uns zu einem |
| |
Die Daten könnten Aufschluss über die spezifischen Umweltursachen des Ausfalls geben und in Zukunft als Referenz für eine frühzeitigere Vorbereitung auf Krisen dienen, indem man bereits zu Beginn der Wintersaison auf die wichtigen Wetterindikatoren achtet. |
| |
Wie gesagt, wir werden für das Projekt die Wetterdaten von Houston verwenden, da die Stadt zu den am stärksten betroffenen Städten gehörte. |
| |
Zunächst werden wir versuchen, die Wissenschaft hinter diesen Indikatoren, ihre Unterschiede und ihre Bedeutung zu verstehen. |
| |
Und dann werden wir eine Reihe von Ausreißer-Clustering-Tools verwenden, um zu untersuchen, welche dieser Wetterindikatoren im Februar in Houston im Vergleich zu den letzten zehn Jahren 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 der Umweltwissenschaft zu verknüpfen, um festzustellen, welche Wetterfaktoren am meisten zum Stromausfall in Texas im Jahr 2021 beigetragen haben. |
| |
Eine der wichtigsten Fragen, die wir hatten, war, welcher spezifische Umweltfaktor zur Krise beigetragen hat. Wir wissen, dass die Stürme und die mangelnde Wintervorbereitung allgemeine Faktoren waren. |
| |
Aber nicht alle Stürme führen zum Einfrieren empfindlicher Stromanlagen. Deshalb wollten wir wissen, welche spezifischen Wetterfaktoren zu einem Stromausfall führen, damit Sie wissen, worauf Sie sich in Zukunft vorbereiten müssen. |
| |
Wir haben uns entschieden, dies anhand von Houston zu betrachten und die Wetterfaktoren von Houston mit anderen Städten in Texas zu vergleichen, die nicht so stark betroffen sind. |
| |
Wir haben uns für Dallas entschieden, weil die Stadt ganz in der Nähe liegt und beide dasselbe Stromnetz nutzen. Daher dient sie auch als gute Vergleichsbasis. |
| |
Rechts sehen Sie die Wetterstatistiken für den Monat Februar in Houston und Dallas. Interessanterweise zeigt sich, dass bei Betrachtung der Temperatur, sei es die maximale Durchschnitts- oder die minimale Temperatur, |
| |
In Dallas ist es immer kälter. |
| |
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. In Houston ist die Taupunkttemperatur also höher als in Texas. Das lässt uns darüber nachdenken, ob die Taupunkttemperatur vielleicht der wichtigste Indikator für die Frostgefahr ist. |
| |
Was also ist die Taupunkttemperatur, warum ist sie wichtig und worin besteht der Unterschied zu unserer herkömmlichen Temperaturmessung? |
| |
Die Temperatur im Besonderen... die Lufttemperatur ist das Maß für die Geschwindigkeit der Luftmoleküle. Je schneller sich die Moleküle bewegen, |
| |
Je größer die kinetische Energie und desto höher die Temperatur. Kondensation hängt von der Lufttemperatur ab. Bei niedrigerer Lufttemperatur bewegen sich Wassermoleküle langsamer, sodass die Anziehungskräfte der Wassermoleküle dazu führen, dass sie aneinander haften. |
| |
Die relative Luftfeuchtigkeit oder einfach nur die Luftfeuchtigkeit ist ein Maß dafür, wie viel Energie für die Verdunstung aufgewendet wurde, um die Wassermoleküle voneinander zu lösen und so der Kondensation vorzubeugen. |
| |
Wenn wir also eine relative Luftfeuchtigkeit von 25 % hätten, bedeutet das, dass 25 % der verfügbaren Energie für die Verdunstung von Wasser aus Gewässern wie Seen verwendet wurden und 75 % der Energie für eine weitere Verdunstung zur Verfügung stehen. |
| |
Die relative Luftfeuchtigkeit ist etwas irreführend, da sie relativ zur Lufttemperatur und zur Taupunkttemperatur ist. Sie selbst ist kein unabhängiges Maß für die Feuchtigkeit. |
| |
Der Taupunkt ist die Temperatur, bei der die Kondensation beginnt. Wenn die Lufttemperatur unter die Taupunkttemperatur fällt, beginnt die Kondensation. |
| |
Und anders als bei der Luftfeuchtigkeit steigt die Taupunkttemperatur nur, weil die Luftfeuchtigkeit zunimmt. Mit anderen Worten: Die Taupunkttemperatur ist ein unabhängiges Maß für die Luftfeuchtigkeit. |
| |
Andererseits hängt die Luftfeuchtigkeit von der Differenz zwischen Lufttemperatur und Taupunkttemperatur ab. |
| |
Wenn also die Taupunkttemperatur der Lufttemperatur entspricht, beträgt die relative Luftfeuchtigkeit 100 %. |
| |
Je größer der Unterschied zwischen Taupunkttemperatur und Lufttemperatur ist, desto niedriger ist die relative Luftfeuchtigkeit. Ändert sich die relative Luftfeuchtigkeit, kann dies auf Temperaturschwankungen, Feuchtigkeitsschwankungen oder beides zurückzuführen sein. |
| |
Welche Beziehung besteht nun zwischen Lufttemperatur, relativer Luftfeuchtigkeit und Taupunkttemperatur zum Luftdruck? Der Taupunkt ist unabhängig vom Luftdruck. |
| |
??? besagt, dass der Druck direkt mit der Temperatur variiert. Wenn Sie also ein Gas haben, bewegen sich die Moleküle schneller und steigen häufiger innerhalb der Behälterwände auf, wodurch der Druck steigt. |
| |
Die Luftfeuchtigkeit steht auch in direktem Zusammenhang mit dem Druck, denn wenn sich in der Luft eine feste Menge Dampf befindet und Sie das Luftvolumen kondensieren, steigt der Druck und der Gesamtanteil der Feuchtigkeit in der Luft, also die relative Luftfeuchtigkeit, steigt ebenfalls an. |
| |
Basierend auf diesen Informationen könnte man annehmen, dass Taupunkttemperatur und Lufttemperatur die beiden wichtigsten Variablen bei der Bestimmung des Frostrisikos sind, weil |
| |
Sowohl die Menge der bewegten Luft als auch die Kühle des Wetters sind wichtig. Sehen wir uns nun an, ob sich dies tatsächlich in den Wetterstatistiken widerspiegelt. |
| |
Okay, jetzt sind wir mit mehr Wissen über das Wetter ausgestattet... darüber, ob die Wissenschaft und was diese Indikatoren bedeuten, |
| |
Wir können uns in die statistische Analyse vertiefen und untersuchen, ob ein Anstieg der Feuchtigkeit oder des Taupunkts |
| |
ist maßgeblich für die Wetterbedingungen im Jahr 2021 verantwortlich. Zur Erhebung unserer Daten verwenden wir Clustering-Sampling, eine Art Stichprobenverfahren, bei dem wir die Population in Cluster aufteilen und dann vier Cluster auswählen. In unserem Fall haben wir den Monat Februar gewählt. |
| |
aus den letzten 10 Jahren, weil der Ausfall im Februar dieses Jahres auftrat und Sie die monatlichen und saisonalen Schwankungen in unserer Stichprobe nicht berücksichtigen wollten. |
| |
Und wir wollen Daten aus den letzten zehn Jahren sammeln, nicht nur aus dem Vorjahr, da das Wetter aufgrund des Klimawandels immer schlechter werden könnte. Dieses Jahr ist also die bisher schlechteste Jahreszeit, und der Kontrast wird deutlicher, wenn wir es mit mehreren Jahren vergleichen. |
| |
Wir haben die täglichen Wetterstatistiken im Februar 2012 bis 2021 erhoben, was einer Gesamtstichprobengröße von 283 Tagen entspricht, da der Februar mindestens 28 Tage und in den Schaltjahren zusätzlich drei Tage umfasst. |
| |
Und für jeden Tag haben wir die maximale Durchschnitts- und Minimaltemperatur, den Taupunkt, die Luftfeuchtigkeit, die Windgeschwindigkeit und den Druck sowie den Niederschlag erfasst. |
| |
Wir haben den maximalen Durchschnittswert und den minimalen Wert erfasst, da einer davon möglicherweise ein genauerer Messwert ist als der andere, was wir ebenfalls noch nicht wissen. |
| |
Eine Stichprobengröße von 283 Tagen hat auch den Power-Test bestanden. Power ist die Wahrscheinlichkeit, die Nullhypothese korrekt abzulehnen. Wir müssen also nicht unbedingt noch mehr Daten erheben. |
| |
Wir wollten also sehen, welche der Wetterindikatoren |
| |
Ausreißer haben. Je mehr Ausreißer ein Parameter hat, desto wahrscheinlicher ist es, dass dieser Indikator leichter durch extreme Wetterbedingungen beeinflusst wird, was ihn zu einem wichtigeren Bezugspunkt für zukünftige Situationen machen würde. |
| |
Hier haben wir die Ausreißer des Quantilbereichs für alle 10 Jahre berechnet. Das Ausreißerkriterium wird anhand des Interquartilbereichs bestimmt. |
| |
IQR, also die Differenz zwischen Quantil 3 mit dem 75. Perzentil aller Werte dieser Variable und Quantil 1 bis 25. Perzentil. Die untere Ausreißerschwelle wurde daher als Quantil 1 minus 1,5 mal IQR bestimmt, während die obere Ausreißerschwelle Quantil 3 plus 1,5 mal IQR war. |
| |
Wir haben ziemlich viele Ausreißer für das Maximum … |
| |
maximaler Feuchtigkeitsanteil und Niederschlag. |
| |
Aber diese Ausreißer stammen aus allen 10 Jahren und wir interessieren uns hauptsächlich für die Tage, als es in Texas zum Stromausfall kam??? |
| |
also nur wenige Wochen im Februar 2021. |
| |
Daher konzentrieren wir uns nun auf den Zeitraum vom 2. bis 25. Februar 2021, der in etwa der Zeitspanne der Ausfallkrise entspricht. |
| |
Auch hier werden nur die Daten aus Houston berücksichtigt. Allein aus diesen drei Wochen können wir sehen, dass die Temperatur von allen Wetterparametern die meisten Ausreißer aufweist. |
| |
und die Luftfeuchtigkeit weist einen Ausreißer auf. Die Hauptbeschränkung des Quantilbereich-Ausreißer-Tools besteht jedoch darin, dass es die Multikollinearität nicht berücksichtigt. |
| |
Aus wissenschaftlichen Untersuchungen 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 dennoch einer der wichtigeren Faktoren sein. |
| |
Als alternative Methode haben wir versucht, Clustervariablen zu verwenden, die die verschiedenen Wetterparameter in verschiedene Cluster gruppieren. |
| |
Deshalb wollten wir sehen, ob uns das Clustervariablen-Tool dabei helfen könnte, einen einzelnen Cluster zu identifizieren, der aus den wichtigsten Wetterindikatoren für den Stromausfall 2021 besteht. |
| |
Die Farbkarte oben links, |
| |
Es |
| |
stellt jeden der Wetterparameter auf der Y-Achse und dann jeden der Parameter erneut auf der X-Achse dar und stellt ihre Korrelation dar. |
| |
Je blauer die Zelle, desto stärker sind die beiden Parameter miteinander negativ korreliert, und je röter die Zelle, desto stärker sind die beiden Parameter miteinander positiv korreliert. |
| |
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 umfasst Windgeschwindigkeit und Niederschlag, Cluster 3 die gesamte Luftfeuchtigkeit und Cluster 4 den gesamten Druck. Die letzten Cluster |
| |
Sie geben uns keine wirklichen Einblicke, da es uns nicht überrascht, dass alle Feuchtigkeits- und Druckmessungen in einem eigenen Cluster zusammengefasst sind und Windgeschwindigkeit und Niederschlag korrelieren. Die wichtigste Erkenntnis aus dieser Analyse ist also, dass Taupunkt und Temperatur am stärksten korreliert sein könnten. |
| |
Bisher wissen wir, dass Taupunkt und Temperatur die wichtigsten Wetterindikatoren sein könnten, aber wie ist das Wettermuster 2021 im Vergleich zu den vorherigen Klimata im Allgemeinen? Und können unsere aktuellen Wetterparameter das Wetter in Houston erkennen? |
| |
??? großer Ausreißer? |
| |
Das obere Diagramm ist die Clusterzusammenfassung aus unserer vorherigen Clusterberichtsanalyse und die unteren beiden Diagramme sind die multivariaten statistischen Prozesskontrolldiagramme. |
| |
Daher haben wir zunächst eine Hauptkomponentenanalyse durchgeführt, um die Dimensionen der 16 Variablen zu reduzieren. Sie berücksichtigt alle Wetterparameter in unserer Hauptkomponentenanalyse. Wir benötigen fünf Hauptkomponenten, um mehr als 80 % der Gesamtvariation zu erklären. Aber wir können nicht wirklich unterscheiden |
| |
Die Situation im Jahr 2021 lässt sich anhand von vergangenen Wettersituationen vergleichen, wenn wir fünf Hauptkomponenten verwenden. Sie können sehen, dass die roten Punkte, die den Zeitpunkt der Ausfallkrise markieren, knapp über der roten Linie liegen, die das T-Quadrat unserer oberen Kontrollgrenze darstellt, und überhaupt nicht ...??? |
| |
Diese Grafik zeigt, dass wir das wahre Muster nicht erkennen können und uns stattdessen zu sehr auf Eigenwerte verlassen, um die Wetterlage zu erklären. Daher haben wir versucht, den zweiten ???-Cluster zu entfernen. |
| |
weil es von allen Clustern die geringste Variation erklärt. |
| |
Und wir haben die Hauptkomponentenanalyse wiederholt. Dieses Mal sind also nur vier Hauptkomponenten erforderlich, um mindestens 80 % der Gesamtvariation zu erklären, aber wir können immer noch nicht klar unterscheiden |
| |
die Wetterlage während der Stromausfallkrise 2021 von den anderen Zeiträumen. Wie können wir also versuchen, das Signal zu verstärken und das ganze Rauschen zu reduzieren, um die Wetterlage 2021 besser von den anderen zu unterscheiden? |
| |
Kehren wir zu unserem Clustervariablen-Ergebnis zurück und prüfen wir, ob wir die repräsentativsten Variablen herausfiltern können. Versuchen wir also |
| |
Auswahl der repräsentativsten Variablen jedes Clusters basierend auf der Clusterzusammenfassung, |
| |
welches aus dem R-Quadrat mit einem...mit eigenem Cluster und einem minus R-Quadrat-Verhältnis bestimmt wird. |
| |
R-Quadrat mit eigenem Cluster stellt dar, wie ähnlich jede der Variablen dem Zentrum des Clusters ist. |
| |
Dieser Wert kann Ihnen also nicht die Richtung der Variable im Vergleich zum Zentrum sagen, aber wenn der Abstand nahe genug ist |
| |
Zwischen der Variable in der Mitte ist die Richtung nicht so wichtig. Interessanterweise sind die repräsentativsten Variablen die Durchschnittswerte, nicht die Mindestparameter, da deren Einbeziehung irgendwie redundant wäre. |
| |
Nach der Filterung der Clustervariablen auf Durchschnittstemperatur, Durchschnittsfeuchtigkeit, Durchschnittstaupunkttemperatur und Durchschnittsdruck benötigen wir nur zwei Hauptkomponenten, um 80 % der Variation zu erklären, wie im T-Quadrat-Diagramm rechts zu sehen ist. |
| |
Und hier sehen Sie nur einen großen Ausschlag, |
| |
Diese besteht aus den Tagen während der Stromausfallkrise. Durch die Verwendung sowohl der Clustervariablen 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 Stromausfalls 2021 sind? |
| |
Krise? Stimmen die Ergebnisse mit denen der Clustervariablenanalyse in der vorangegangenen wissenschaftlichen Untersuchung überein? |
| |
Wir wollten den Beitragsanteil jeder dieser vier Variablen untersuchen, konnten dazu aber nur einen Datenpunkt auswählen. |
| |
Deshalb haben wir uns für Stichprobe Nummer 270 entschieden, die die schlimmste Wettersituation im Jahr 2021 aufweist, weil uns am wichtigsten ist, welche Parameter im schlimmsten Fall am wichtigsten sind. |
| |
Sie können aus dem proportionalen Beitragsdiagramm auf der rechten Seite ersehen, dass die Durchschnittstemperatur in Taupunkten die beiden größten Beiträge liefert und der Druck nur einen geringen Beitrag und die Luftfeuchtigkeit keinen Beitrag leistet. |
| |
Dieses Ergebnis könnte darauf hinweisen, dass Temperatur und Taupunkt die Hauptfaktoren für die Wetterlage sind. |
| |
Dies untermauert nicht nur unsere Clustervariablenanalyse, sondern kann auch durch wissenschaftliche Forschung erklärt werden. Die Lufttemperatur trägt also immer noch am meisten zum Frost bei, aber auch der Taupunkt, der die Feuchtigkeit misst, ist ein großer Faktor beim Gefrieren. |
| |
Früher benötigten wir vier Cluster, um 90 % der Variation in der Hauptkomponentenanalyse zu berücksichtigen. Jetzt benötigen wir nur noch zwei, nachdem wir die repräsentativste Variable aus jedem Cluster ausgewählt haben, sodass wir insgesamt vier Parameter haben. |
| |
Dies bestätigt, dass die Abschirmung zur Verbesserung des Signal-Rausch-Verhältnisses beiträgt. |
| |
Die Auswahl der ausreichenden Ursachen erfolgt auf Grundlage des Pareto-Prinzips, das besagt, dass die entscheidenden wenigen 20 % der Ursachen für 80 % der Ergebnisse einer bestimmten Situation verantwortlich sind. |
| |
Wenn Sie die Eigenvektoren genauer betrachten, können Sie sehen, dass der erste Eigenvektor ziemlich gleichmäßig aus allen vier Parametern besteht, da ihre Größen alle um 0,5 liegen. Die zweite Hauptkomponente besteht hauptsächlich aus Temperatur und Feuchtigkeit. |
| |
nicht der Taupunkt. Dies könnte darauf hindeuten, dass der Taupunkt in den letzten zehn Jahren kein wichtiger Faktor war. Der logische nächste Schritt besteht daher darin, die Hauptkomponentenanalyse nur für das Jahr 2021 zu betrachten. |
| |
Allerdings wäre dann die Stichprobengröße zu klein, da uns im Februar 2021 lediglich 20 Datenpunkte zur Verfügung stehen. |
| |
Obwohl unsere Stichprobe nicht groß genug ist, um die Hauptkomponentenanalyse nur für das Jahr 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 sehen wir die Heatmap für die Beitragsanteile des letzten Jahrzehnts und die rechte Seite nur für dieses Jahr. |
| |
Dunklere Felder zeigen eine größere Abweichung und einen deutlicheren Kontrast zur Normalsituation an. Betrachtet man die Grafik für Februar 2012 bis 2021, erkennt man anhand der dunkleren Zellen, dass Temperatur und Luftfeuchtigkeit die wichtigsten Faktoren sind. |
| |
Die Luftfeuchtigkeit kann aufgrund der Temperatur wichtig sein, da sie sowohl von der Temperatur als auch vom Taupunkt abhängt. Auch hier gibt es Probleme mit der Multikollinearität. Wenn wir uns also ??? ansehen. |
| |
Wenn wir hingegen nur die Wochen rund um die Stromausfallkrise betrachten, die grün markiert ist, |
| |
Auf der rechten Seite sehen Sie, dass Temperatur und Taupunkt die dunkelsten Zellen enthalten. Dies zeigt erneut, dass der Taupunkt in der Stromausfallkrise 2021 möglicherweise ein wichtigerer Indikator war, in der Vergangenheit jedoch möglicherweise nicht. |
| |
Sie haben also dieses erste Prozesskontrolldiagramm. Wir können feststellen, dass die Wettersituation für die Stromausfallkrise ein Ausreißer war, aber wie selten und einzigartig war sie? Das Quadrat unten in diesem Diagramm |
| |
stellt die beiden Hauptkomponenten dar. Es enthält verschiedene Konfidenzellipsen. Oben links ist der 15. Februar 2021, |
| |
als einer der verheerendsten Stürme Texas traf. Sie können sehen, dass der Punkt außerhalb der 99,5%-Konfidenzellipse liegt, die durch die orange Linie dargestellt wird. |
| |
Aber innerhalb der 99%-Konfidenzellipse, der blauen Linie. Das bedeutet, dass die Wetterlage am 15. alle 200 Tage auftritt. Da der Februar 28 Tage hat, ist die Wahrscheinlichkeit dafür, basierend auf früheren Daten, gleich 28 Tage geteilt durch 200 oder |
| |
einer in sieben Jahren. |
| |
??? die Wahrscheinlichkeit des zukünftigen Auftretens einer ähnlichen Situation ... Wettersituationen könnten wahrscheinlicher sein und sich durch die globale Erwärmung sogar noch verschlechtern. |
| |
Außerdem liegen die vier Punkte im oberen linken Quadranten, der den Taupunkt- und Temperaturvektoren gegenüberliegt. Dies zeigt erneut, dass Taupunkt und Temperatur die Hauptursachen für die extremen Wetterbedingungen der Stromausfallkrise 2021 sind. |
| |
Eine andere Möglichkeit, das Jahr 2021 zu vergleichen |
| |
Situation mit der normalen Wettersituation der letzten 10 Jahre ist der Vergleich des Beitragsdiagramms vom 15. Februar mit dem Mittelpunkt des Score-Diagramms, |
| |
Dies dient sozusagen als Median für die letzten 10 Jahre. Das Diagramm oben rechts zeigt Stichprobe 270, den Tag mit der schlimmsten Wetterlage während der Stromausfallkrise. |
| |
Das untere Diagramm zeigt Probe Nummer 131, den Mittelpunkt des Punktediagramms. Interessanterweise sind bei Probe Nummer 270 hauptsächlich Temperatur und Taupunkt beteiligt, während bei Probe Nummer 131 nur der Druck berücksichtigt wird. |
| |
Dieses Diagramm zeigt uns, dass nicht nur der Taupunkt ein immer wichtigerer Faktor bei instabilen Wetterbedingungen wird, sondern dass auch die Temperatur an Bedeutung gewonnen hat, möglicherweise aufgrund der globalen Erwärmung. |
| |
Temperatur und Taupunkt sind heute wichtigere Indikatoren für die Wetterlage als Druck und Luftfeuchtigkeit. |
| |
Was also unternimmt die texanische Regierung, um künftige Stromausfälle zu verhindern? |
| |
Wenige Tage nach dem Ende des Stromausfalls wandte sich Gouverneur Abbott an die Öffentlichkeit und forderte die Winterfestmachung der Stromversorgungsanlagen. |
| |
Und das Repräsentantenhaus verabschiedete einige neue Gesetze zur Reform der Notfallverfahren. Viele sind jedoch der Ansicht, dass die neuen Gesetze nicht ausreichen, um zukünftige Krisen zu verhindern, da die Temperatur |
| |
Die Schwelle für extreme Wetterbedingungen ist tatsächlich niedriger als die der Gefrierbedingungen während der Krise 2021. Bis März 2021 hat das State House keine Gesetze verabschiedet |
| |
die eine Winterfestmachung der Kraftwerke erfordern. Ein ehemaliger strategischer Berater von ERCOT ist der Ansicht, dass der Schlüssel zur Vermeidung von Stromausfällen darin liege, für die Zukunft zu planen und den Klimawandel wirklich als einen großen Faktor zu berücksichtigen. |
| |
vorbeugend |
| |
Maßnahmen. |
| |
Abschließend haben wir uns mit den wissenschaftlichen Grundlagen von Taupunkttemperatur, Lufttemperatur, Luftfeuchtigkeit und Druck sowie deren Beziehung und Zusammenhang untereinander beschäftigt. |
| |
Das Quantil-Ausreißer-Tool berücksichtigt mehrere Probleme nicht und wir wissen, dass die Luftfeuchtigkeit Einfluss auf die Taupunkttemperatur hat und |
| |
Lufttemperatur. Daher verwendeten wir Clustervariablen, um zu sehen, ob wir anhand der Cluster die wichtigsten Wetterfaktoren identifizieren konnten. |
| |
Wir haben die statistische Prozesskontrollkarte mithilfe der Hauptkomponentenanalyse optimiert. Wir haben die vier repräsentativsten Variablen ausgewählt: Feuchtigkeit, Taupunkt, Temperatur und Druck. |
| |
Wir haben außerdem die Beiträge dieser Variablen untersucht, und zwar allgemeiner mithilfe der Heatmap und insbesondere mithilfe des Beitragsanteildiagramms für die Stichprobe Nummer 270, bei der die Wetterlage am schlimmsten war, und haben diese Ergebnisse mit dem Mittelpunkt des Score-Diagramms verglichen. |
| |
Wir fanden heraus, dass |
| |
Temperatur und Taupunkt waren wichtige Wetterindikatoren für zukünftige Katastrophen ähnlicher Art, insbesondere angesichts der zunehmenden Unvorhersehbarkeit des Wetters, die mit dem Klimawandel und der globalen Erwärmung einhergeht. Das war‘s für heute. Vielen Dank fürs Zuhören. |
