Pintasääasemaverkon vikadiagnostiikkaa DADAssa
|
|
|
- Antti Honkanen
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 TEKNILLINEN KORKEAKOULU Systeemitekniikan laboratorio Pintasääasemaverkon vikadiagnostiikkaa DADAssa Vesa Hasu
2 DADA? 2 Pintasääasemaverkon vikadiagnostiikkaa...
3 Yleistä - DADA DADA: Datafuusio- ja diagnostiikkamenetelmien kehittäminen sääasemaverkoissa Teknillinen korkeakoulu (systeemitekniikka) Ilmatieteen laitos (kaukomittausten sääsovellukset) Vaisala Työntekijät: Vesa Hasu, Reino Virrankoski (TKK), Markus Peura (IL) Kaksi pääosiota: Säähavaintojärjestelmien mittausten datafuusio ja paikallinen sääennustus Automaattisen pintasääasemaverkon kunnossapitostrategia 3 Pintasääasemaverkon vikadiagnostiikkaa...
4 Yleistä DADAn osiot Säähavaintojärjestelmien mittausten datafuusio ja paikallinen sääennustus Konvektiivisten rajuilmojen diagnosointialgoritmien kehittäminen eri havaintojärjestelmille Eri havaintolähteiden suureiden ja käsitteellisten mallien datafuusio Lyhyen aikavälin ekstrapolointimenetelmien kehittäminen konvektiivisille ilmiöille Automaattisen pintasääasemaverkon kunnossapitostrategia Sääasemien virhetilanteiden tunnistus Soveltuvien vikadiagnostiikkamenetelmien kehittäminen Sääasemien virhetilanteiden luokittelu, eliniän arviointi ja huoltotarpeen määrittely Huoltostrategian suunnittelu 4 Pintasääasemaverkon vikadiagnostiikkaa...
5 Vikadiagnostiikan motivointia Uusissa sääasemaverkoissa vikadiagnostiikan tarve kasvaa mittaukset voivat olla 10 tiheämmässä mittausasemia voi olla 100-kertaisesti mittaukset voivat tapahtua ajallisesti entistä tiheämmin Mittausten oikeellisuuden ja antureiden kunnon analysoinnissa tarvitaan apuvälineitä Tilaus automaattiselle vikadiagnostiikalle 5 Pintasääasemaverkon vikadiagnostiikkaa...
6 Automaattinen viantunnistus Viantunnistus perustuu rekursiivisesti päivitettävien aikasarjamallien ja Kalmansuodattimien käyttöön mittausresiduaalin muodostamiseksi Sopii etenkin kohinalle ja yksittäisille mittausvirheille Mittausten liputus pääpiirteittäin: 6 Pintasääasemaverkon vikadiagnostiikkaa...
7 Residuaalin generointi Aikasarjamallien päivitys rekursiivisella pienimmän neliösumman mallilla aikasarjamalli mahdollistaa myös puuttuvien mittausten arvioinnin Mittauksen suodattaminen Kalman-suodattimen avulla varianssien arviointi myös rekursiivisesti aikasarjamallin opetuksen unohduskerroin vaikuttaa suodatuksen voimakkuuteen Vaikeus: mittausvirheen ja sääilmiön erottaminen 7 Pintasääasemaverkon vikadiagnostiikkaa...
8 Esimerkki: Mittausvirhe/sääilmiö Svartviken A-asema, syyskuu 2005, ilmanpaine 1007 Svartviken 1006 Barometric pressure (hpa) Iteration (5 min) 8 Pintasääasemaverkon vikadiagnostiikkaa...
9 Rekursiivinen hälytysraja Hälytysrajana kolme kertaa residuaalin keskihajonta n. 99,7 % mittauksista pitäisi olla rajojen sisäpuolella residuaalin ollessa normaalijakautunut Hälytysrajat riippuvat voivat riippua kellonajasta esimerkiksi lämpötilan residualin varianssi riippuu auringon säteilyn määrästä rekursiivinen residuaalin varianssin arviointi jokaiselle kellonajalle 5 minuutin mittausväli 288 pisteen jakso tasoitus ajan suuntaan 9 Pintasääasemaverkon vikadiagnostiikkaa...
10 Jatkokehittelyä Mietintämyssyn alla: onko 3σ-raja tarpeeksi suuri nyt virherajan ylityksiä tulee liikaa kellonajasta riippuvissa virherajoissa deterministisen komponentin mukaanottaminen auringon korkeuskulman muodossa Muiden virhetyyppien tunnistus, kuten harha (bias) tai ryömintä (drift) Ideana vertailla naapureihin ja omiin tilastollisiin tunnuslukuihin saadaan tarkasteltua sekä tilallisen että ajallisen komponentin mukaan Auttaa myös sääilmiöiden ja mittausvirheiden erottelussa 10 Pintasääasemaverkon vikadiagnostiikkaa...
11 Esimerkki: Hälytysrajat Juhanilan A-asema, kesäkuu 2005, lämpötilan residuaali 1 Residual 3σ -threshold 0.5 Residual ( o C) Iteration (5 min) 11 Pintasääasemaverkon vikadiagnostiikkaa...
12 Esimerkki: Hälytysrajat Juhanilan asemat, elokuu 2005, ilmanpaine Juhanila A hpa 1010 Ennustevirhe (hpa) Iteraatio 0.2 hpa Ennustevirhe (hpa) Juhanila B Iteraatio 12 Pintasääasemaverkon vikadiagnostiikkaa...
13 Automaattisen viantunnistuksen ominaisuuksia Helpoimmat yksittäiset virheet saadaan kiinni perinteisemmin raja-arvoilla mittausten absoluuttisille arvoille peräkkäisten mittausten eroille Sääolojen ja mittausvirheiden erotus kattavaa dataa ei vielä ole (kiitos hyvin toimivien antureiden) Pysyvämmät kohinat saadaan kiinni residuaalin tilastollisten ominaisuuksien avulla Päästään kiinni anturin elinkaareen 13 Pintasääasemaverkon vikadiagnostiikkaa...
14 Esimerkki kuntoindeksistä Juhanilan asemat, kesä-syyskuu 2005, lämpötila 30 Measurement 1 30 Measurement x x x x Pintasääasemaverkon vikadiagnostiikkaa...
15 Anturin elinkaaresta Anturin vikaantumista tulee seurata ja pyrkiä päättelemään vian laatu Vika pysyvä vai ohimenevä? Onko mittauksesta hyötyä vai onko se käyttökelvoton? Elinkaariajattelusta apua huollon suunnitteluun: Tarvitaanko huolto nopeasti vai voiko se odottaa? Riittääkö nopea huolto paikalla vai pitääkö anturi vaihtaa? 15 Pintasääasemaverkon vikadiagnostiikkaa...
16 Yhteenvetoa Automaattisella vikadiagnostiikalla on tekninen tilaus laajenevissa mittausverkoissa Vikadiagnostiikalla tulee olla kaksi päätavoitetta yksittäisten mittausten tarkastelu päästä kiinni antureiden elinkaaren kautta asemien huoltostrategiaan Pystytään lisäämään mittausten luotettavuutta ja saavuttamaan säästöjä ylläpidossa 16 Pintasääasemaverkon vikadiagnostiikkaa...
Kojemeteorologia (53695) Laskuharjoitus 1
Kojemeteorologia (53695) Laskuharjoitus 1 Risto Taipale 20.9.2013 1 Tehtävä 1 Erään lämpömittarin vertailu kalibrointistandardiin antoi keskimääräiseksi eroksi standardista 0,98 C ja eron keskihajonnaksi
Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Mittalaitteiden staattiset ominaisuudet Mittalaitteita kuvaavat tunnusluvut voidaan jakaa kahteen luokkaan Staattisiin
Mittaustulosten tilastollinen käsittely
Mittaustulosten tilastollinen käsittely n kertaa toistetun mittauksen tulos lasketaan aritmeettisena keskiarvona n 1 x = x i n i= 1 Mittaustuloksen hajonnasta aiheutuvaa epävarmuutta kuvaa keskiarvon keskivirhe
Vinkkejä sään ennakointiin ja sään muutosten havainnointiin
LASKUREISSUN SÄÄ Vinkkejä sään ennakointiin ja sään muutosten havainnointiin Mikko Routala Ex -meteorologi, nykyinen harrastaja Vapaalaskuiltamat 2018 You don't need a weatherman to know which way the
Lentosäähavaintojärjestelmä ILMARI ja operatiiviset käyttöönotot
Lentosäähavaintojärjestelmä ILMARI ja operatiiviset käyttöönotot Anu Lång ryhmäpäällikkö Havaintopalvelut, Lentosäähavaintoverkko 8.5.2018 Taustaa ILMARI-projektista Motivaatio oman järjestelmän kehittämiselle
Virhearviointi. Fysiikassa on tärkeää tietää tulosten tarkkuus.
Virhearviointi Fysiikassa on tärkeää tietää tulosten tarkkuus. Virhelajit A. Tilastolliset virheet= satunnaisvirheet, joita voi arvioida tilastollisin menetelmin B. Systemaattiset virheet = virheet, joita
Mittaustekniikka (3 op)
530143 (3 op) Yleistä Luennoitsija: Ilkka Lassila Ilkka.lassila@helsinki.fi, huone C319 Assistentti: Ville Kananen Ville.kananen@helsinki.fi Luennot: ti 9-10, pe 12-14 sali E207 30.10.-14.12.2006 (21 tuntia)
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä.
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 7: Pienimmän neliösumman menetelmä ja Newtonin menetelmä. Antti Rasila Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Kevät 2016
Mittausepävarmuuden laskeminen
Mittausepävarmuuden laskeminen Mittausepävarmuuden laskemisesta on useita standardeja ja suosituksia Yleisimmin hyväksytty on International Organization for Standardization (ISO): Guide to the epression
Mittausasema peltoolosuhteiden
Mittausasema peltoolosuhteiden tarkkailuun - Lämpötila - Kosteus - Ilmanpaine - Tuulen suunta - Tuulen keskinopeus - Sademäärä - Kastepiste - Lämpösumma - Kasvualustan kosteus - Kasvualustan lämpötila
Ene LVI-tekniikan mittaukset ILMASTOINTIKONEEN MITTAUKSET TYÖOHJE
Ene-58.4139 LVI-tekniikan mittaukset ILMASTOINTIKONEEN MITTAUKSET TYÖOHJE Aalto yliopisto LVI-tekniikka 2013 SISÄLLYSLUETTELO ILMASTOINTIKONEEN MITTAUKSET...2 1 HARJOITUSTYÖN TAVOITTEET...2 2 TUTUSTUMINEN
Regressioanalyysi. Kuusinen/Heliövaara 1
Regressioanalyysi Kuusinen/Heliövaara 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun joidenkin
Signaalien generointi
Signaalinkäsittelyssä joudutaan usein generoimaan erilaisia signaaleja keinotekoisesti. Tyypillisimpiä generoitavia aaltomuotoja ovat eritaajuiset sinimuotoiset signaalit (modulointi) sekä normaalijakautunut
Maatalouden vesiensuojelutoimenpiteiden vaikutukset vesistöissä
Maatalouden vesiensuojelutoimenpiteiden vaikutukset vesistöissä - tuloksia LOHKO-hankkeesta Pasi Valkama Vantaanjoen ja Helsingin seudun vesiensuojeluyhdistys ry Mistä tänään puhutaan? LOHKO- ja LOHKO
Kemometriasta. Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka
Kemometriasta Matti Hotokka Fysikaalisen kemian laitos Åbo Akademi Http://www.abo.fi/~mhotokka Mistä puhutaan? Määritelmiä Määritys, rinnakkaismääritys Mittaustuloksen luotettavuus Kalibrointi Mittausten
Gammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa
Gammaspektrometristen mittausten yhdistäminen testbed-dataan inversiotutkimuksessa Satu Kuukankorpi, Markku Pentikäinen ja Harri Toivonen STUK - Säteilyturvakeskus Testbed workshop, 6.4.2006, Ilmatieteen
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
Tilastollisen tutkimuksen vaiheet
Tilastollisen tutkimuksen vaiheet Jari Päkkilä Johdatus tilastotieteeseen Matemaattisten tieteiden laitos TILASTOLLISEN TUTKIMUKSEN TARKOITUS Muodostaa mahdollisimman hyvä mielikuva havaintoaineistosta,
Harha mallin arvioinnissa
Esitelmä 12 Antti Toppila sivu 1/18 Optimointiopin seminaari Syksy 2010 Harha mallin arvioinnissa Antti Toppila 13.10.2010 Esitelmä 12 Antti Toppila sivu 2/18 Optimointiopin seminaari Syksy 2010 Sisältö
Ilmanvirtauksen mittarit
Swema 3000 yleismittari/monitoimimittari sisäilmastomittauksiin Ilmastoinnin yleismittari, Vahva metallirunkoinen Swema 3000 on suunniteltu ilmastoinnin, sisäilmaston ja olosuhdemittausten tarpeisiin erityisesti
Hissimatkustajien automaattinen tunnistaminen. Johan Backlund
Hissimatkustajien automaattinen tunnistaminen Johan Backlund Johdanto Hissien historia pitkä Ensimmäiset maininnat voidaan jäljittää Rooman valtakuntaan Matkustaja hissien synty 1800-luvun puolessavälissä
Ilmanpaine-erot ja sisäilman radon pitoisuus COMBI yleisöseminaari Laatijat: Antti Kauppinen, TTY
25.1.2018 ILMANPAINE-EROT JA SISÄILMAN RADON PITOISUUS COMBI yleisöseminaari 25.1.2018 Antti Kauppinen, tutkimusapulainen, RI, Tampereen teknillinen yliopisto 25.1.2018 2 Sisällys Ilmanpaine-erot ja sisäilman
Inversio-ongelmien laskennallinen peruskurssi Luento 4
Inversio-ongelmien laskennallinen peruskurssi Luento 4 Kevät 20 Regularisointi Eräs keino yrittää ratkaista (likimääräisesti) huonosti asetettuja ongelmia on regularisaatio. Regularisoinnissa ongelmaa
Kysynnän ennustaminen muuttuvassa maailmassa
make connections share ideas be inspired Kysynnän ennustaminen muuttuvassa maailmassa Nina Survo ja Antti Leskinen SAS Institute Mitä on kysynnän ennustaminen? Ennakoiva lähestymistapa, jolla pyritään
Inversio-ongelmien laskennallinen peruskurssi Luento 2
Inversio-ongelmien laskennallinen peruskurssi Luento 2 Kevät 2012 1 Lineaarinen inversio-ongelma Määritelmä 1.1. Yleinen (reaaliarvoinen) lineaarinen inversio-ongelma voidaan esittää muodossa m = Ax +
Automaattinen tiedontuotanto on tulevaisuutta. nykyisyyttä
Automaattinen tiedontuotanto on tulevaisuutta nykyisyyttä Ilmari Halme Rata 2018 24.1.2018 1 Ilmari Halme Vastuualueena teknologia ja innovaatiot Intohimona uudistaminen & digitalisaatio @IlmariHalme linkedin.com/in/ilmarihalme
Regressioanalyysi. Vilkkumaa / Kuusinen 1
Regressioanalyysi Vilkkumaa / Kuusinen 1 Regressioanalyysin idea ja tavoitteet Regressioanalyysin idea: Halutaan selittää selitettävän muuttujan havaittujen arvojen vaihtelua selittävien muuttujien havaittujen
805324A (805679S) Aikasarja-analyysi Harjoitus 6 (2016)
805324A (805679S) Aikasarja-analyysi Harjoitus 6 (2016) Tavoitteet (teoria): Hahmottaa aikasarjan klassiset komponentit ideaalisessa tilanteessa. Ymmärtää viivekuvauksen vaikutus trendiin. ARCH-prosessin
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 6A Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?
TKK (c) Ilkka Mellin (2004) 1 Johdatus tilastotieteeseen TKK (c) Ilkka Mellin (2004) 2 Mitä opimme? 1/4 Tilastollisen tutkimuksen tavoitteena on tehdä johtopäätöksiä prosesseista, jotka generoivat reaalimaailman
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0503 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Lukuvuosi 2016
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 30. lokakuuta 2007 Antti Rasila () TodB 30. lokakuuta 2007 1 / 23 1 Otos ja otosjakaumat (jatkoa) Frekvenssi ja suhteellinen frekvenssi Frekvenssien odotusarvo
Estimointi. Vilkkumaa / Kuusinen 1
Estimointi Vilkkumaa / Kuusinen 1 Motivointi Tilastollisessa tutkimuksessa oletetaan jonkin jakauman generoineen tutkimuksen kohteena olevaa ilmiötä koskevat havainnot Tämän mallina käytettävän todennäköisyysjakauman
Jatkuvatoimiset mittaukset Ilmanlaadun mittausverkot Suomessa
Jatkuvatoimiset mittaukset Ilmanlaadun mittausverkot Suomessa Maaseutu / Ilmatieteen laitos Liikenne Harjavalta-Pori-Rauma Teollisuus Kaupunki Suomessa on noin 100 mittausasemaa, jotka mittaavat jatkuvatoimisesti
Suomen aurinkoenergiapotentiaali & ennustaminen ISY kevätseminaari, ABB 27.3.2015
Suomen aurinkoenergiapotentiaali & ennustaminen ISY kevätseminaari, ABB 27.3.2015 Jenni Latikka Ilmatieteen laitos FMI s Mission (as stated by the Finnish law) FMI runs it s services to meet especially
Kojemeteorologia. Sami Haapanala syksy 2013. Fysiikan laitos, Ilmakehätieteiden osasto
Kojemeteorologia Sami Haapanala syksy 2013 Fysiikan laitos, Ilmakehätieteiden osasto Kojemeteorologia, 3 op 9 luentoa, 3 laskuharjoitukset ja vierailu mittausasemalle Tentti Oppikirjana Rinne & Haapanala:
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2006) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
Mitä kalibrointitodistus kertoo?
Mitä kalibrointitodistus kertoo? Luotettavuutta päästökauppaan liittyviin mittauksiin MIKES 21.9.2006 Martti Heinonen Tavoite Laitteen kalibroinnista hyödytään vain jos sen tuloksia käytetään hyväksi.
Sovellettu todennäköisyyslaskenta B
Sovellettu todennäköisyyslaskenta B Antti Rasila 28. syyskuuta 2007 Antti Rasila () TodB 28. syyskuuta 2007 1 / 20 1 Jatkoa diskreeteille jakaumille Negatiivinen binomijakauma Poisson-jakauma Diskreettien
Fahim Al-Neshawy Aalto yliopisto Insinööritieteiden korkeakoulu Rakennustekniikan laitos
Julkisivuyhdistyksen Innovaatio 2016 seminaari 12-13.05.2016 Fahim Al-Neshawy Aalto yliopisto Insinööritieteiden korkeakoulu Rakennustekniikan laitos Sisältö 2 v v v v v Julkisivun yleisimmät vauriomekanismit
Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1
Johdatus tilastotieteeseen Estimointi TKK (c) Ilkka Mellin (2005) 1 Estimointi Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin ominaisuudet TKK (c) Ilkka Mellin (2005) 2 Estimointi:
Valumavesien ravinnepitoisuuksien seuranta eloperäisillä mailla
Valumavesien ravinnepitoisuuksien seuranta eloperäisillä mailla Hydro-Pohjanmaa hankkeen päätösseminaari 18.11.2014 Kaija Karhunen, Outi Laurinen, Joni Kosamo ja Laura Karhu, Oamk Automaattiset veden laadun
Tutkapohjaiset sadetuotteet hulevesisuunnittelun apuna
Vesihuoltopäivät 11.5.2017 Tutkapohjaiset sadetuotteet hulevesisuunnittelun apuna Ilmatieteen laitos: Annakaisa von Lerber, Larissa Rimpiläinen, Jarmo Koistinen, Seppo Pulkkinen, Harri Hohti, Jani Tyynelä,
Jatkuvatoiminen monitorointi vs. vuosittainen näytteenotto
Jatkuvatoiminen monitorointi vs. vuosittainen näytteenotto Teemu Auronen Muuntajan vikaantumiseen johtavia seikkoja Vikatilanteen estämiseksi, kehittyvien vikojen tunnistaminen on elinarvoisen tärkeää.
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0501 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 3B Tilastolliset datajoukot Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
Työkalujen merkitys mittaamisessa
Työkalujen merkitys mittaamisessa Mittaaminen ja Ohjelmistotuotanto -seminaari Toni Sandelin 18.4.2001, VTT Elektroniikka, Oulu 1 Sisältö Mihin työkalutukea tarvitaan? Työkalut & metriikat: luokitus Mittausohjelmien
Odotusarvoparien vertailu. Vilkkumaa / Kuusinen 1
Odotusarvoparien vertailu Vilkkumaa / Kuusinen 1 Motivointi Viime luennolta: yksisuuntaisella varianssianalyysilla testataan nollahypoteesia H 0 : μ 1 = μ 2 = = μ k = μ Jos H 0 hylätään, tiedetään, että
ERISTYSTASON VALVONTARELE MEV-7 (LC-7/6)
ERISTYSTASON VALVONTARELE MEV-7 (LC-7/6) MEV-7 on tarkoitettu suojaerotusmuuntajan jälkeisen ns. Kelluvan verkon eristystilan- ja muuntajan ylikuormituksen-valvontaan. KYTKENTÄOHJE APUJÄNNITE: Liitin N:
Osa 2: Otokset, otosjakaumat ja estimointi
Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi TKK (c) Ilkka Mellin (2007) 1 Estimointi >> Todennäköisyysjakaumien parametrit ja niiden estimointi Hyvän estimaattorin
Pekka.Tuomaala@vtt.fi Teknologian tutkimuskeskus VTT Oy Sisäilmastoseminaari, 11.3.2015
Ihmisen lämpöviihtyvyysmallin laskentatulosten validointi laboratoriomittauksilla Pekka.Tuomaala@vtt.fi Teknologian tutkimuskeskus VTT Oy Sisäilmastoseminaari, 11.3.2015 Tausta ja tavoitteet Suomessa ja
Innovatiivisen liikennejärjestelmän. tiekartta. Satu Innamaa, Elina Aittoniemi, Hanna Askola ja Risto Kulmala INTRANS-ohjelma, VTT
Innovatiivisen liikennejärjestelmän operoinnin tiekartta Satu Innamaa, Elina Aittoniemi, Hanna Askola ja Risto Kulmala INTRANS-ohjelma, VTT 2 Tausta INTRANS-ohjelmalla tuetaan alan yhteisiä ponnisteluja
ERISTYSTASON VALVONTARELE MEV-7 (LC-7 ja Kosketusnäyttö)
ERISTYSTASON VALVONTARELE MEV-7 (LC-7 ja Kosketusnäyttö) MEV-7 on tarkoitettu suojaerotusmuuntajan jälkeisen ns. Kelluvan verkon eristystilan- ja muuntajan ylikuormituksen-valvontaan. KYTKENTÄOHJE APUJÄNNITE:
SIMO, Siltojen monitorointi. Ilkka Hakola, VTT
SIMO, Siltojen monitorointi Ilkka Hakola, VTT SIMO, Projektin yleiskatsaus SIMO projekti on TEKES rahotteinen projekti (ei mukana missään ohjelmassa), jossa on mukana 15 partneria. Projektin kokonaisbudjetti
Käytännön kokemuksia jatkuvatoimiseen mittaukseen liittyvistä epävarmuustekijöistä
Käytännön kokemuksia jatkuvatoimiseen mittaukseen liittyvistä epävarmuustekijöistä Marjo Tarvainen Varsinais-Suomen ELY-keskus 21.11.2017 Finntesting seminaari, Viikki VARELYn jatkuvatoimisten vedenlaatuasemien
Kosteuden. Aalto-yliopiston teknillinen korkeakoulu Insinööritieteiden ja arkkitehtuurin tiedekunta Rakenne- ja rakennustuotantotekniikan laitos
Kosteuden monitorointimenetelmät i ti t TkL Aalto-yliopiston teknillinen korkeakoulu Insinööritieteiden ja arkkitehtuurin tiedekunta Rakenne- ja rakennustuotantotekniikan laitos Esitelmän sisältö Kosteuden
Harjoitus 7: NCSS - Tilastollinen analyysi
Harjoitus 7: NCSS - Tilastollinen analyysi Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tilastollinen testaus Testaukseen
Mittaushavaintojen täsmällinen käsittelymenenetelmä
Tasoituslaskun periaate Kun mittauksia on tehty enemmän kuin on toisistaan teoreettisesti riippumattomia suureita, niin tasoituslaskun tehtävänä ja päätarkoituksena on johtaa tuntemattomille sellaiset
1009/2017. Huonelämpötilan hallinnan suunnittelussa käytettävät säätiedot
Liite 1 Huonelämpötilan hallinnan suunnittelussa käytettävät säätiedot Huonelämpötilan hallinnan suunnittelussa käytetään taulukuissa L1.1-L1.4 esitettyjä säätietoja. Suomi on jaettu neljään säävyöhykkeeseen,
Jatkuvatoiminen vedenlaadunmittaus tiedonlähteenä. Pasi Valkama
Jatkuvatoiminen vedenlaadunmittaus tiedonlähteenä Esityksen sisältö Yleistä automaattisesta veden laadun seurannasta Lepsämänjoen automaattiseuranta 2005-2011 Ravinne- ja kiintoainekuormituksen muodostuminen
Skenaariot suurpetokantojen verotuksen suunnittelussa
Skenaariot suurpetokantojen verotuksen suunnittelussa Katja Holmala Riistapäivät 19.1.2016 Esityksen rakenne Tausta Mallit ilveksen populaatiokehityksestä Malli 1: populaatiomalli Malli 2: skenaario- eli
Jatkuvatoimiset hiukkasmittaukset. Anssi Julkunen Ilmanlaadun mittaajatapaaminen Turussa
Jatkuvatoimiset hiukkasmittaukset Anssi Julkunen Ilmanlaadun mittaajatapaaminen Turussa 7.-8..19 Esityksen sisältö Johdanto aiheeseen Mittausmenetelmän ja mittalaitteen valintaan vaikuttavia tekijöitä
AurinkoATLAS - miksi mittaustietoa auringosta tarvitaan?
AurinkoATLAS - miksi mittaustietoa auringosta tarvitaan? Aurinkoatlas-seminaari 20.11.2013 Jussi Kaurola Tulosalueen johtaja, Ilmatieteen laitos Anders Lindfors, Aku Riihelä, Jenni Latikka, Pentti Pirinen,
Mat Tilastollisen analyysin perusteet, kevät 2007
Mat-.14 Tilastollisen analyysin perusteet, kevät 7 7. luento: Tarina yhden selittään lineaarisesta regressiomallista atkuu Kai Virtanen 1 Luennolla 6 opittua Kuvataan havainnot (y, x ) yhden selittään
Havaintoja maatalousvaltaisten valuma-alueiden veden laadusta. - automaattiseurannan tuloksia
Havaintoja maatalousvaltaisten valuma-alueiden veden laadusta - automaattiseurannan tuloksia 2005-2011 Esityksen sisältö Yleistä automaattisesta veden laadun seurannasta Lepsämänjoen automaattiseuranta
Ene-58.4139 LVI-tekniikan mittaukset ILMAN TILAVUUSVIRRAN MITTAUS TYÖOHJE
Ene-58.4139 LVI-tekniikan mittaukset ILMAN TILAVUUSVIRRAN MITTAUS TYÖOHJE Aalto yliopisto LVI-tekniikka 2013 SISÄLLYSLUETTELO TILAVUUSVIRRAN MITTAUS...2 1 HARJOITUSTYÖN TAVOITTEET...2 2 MITTAUSJÄRJESTELY
5.6.3 Matematiikan lyhyt oppimäärä
5.6.3 Matematiikan lyhyt oppimäärä Matematiikan lyhyen oppimäärän opetuksen tehtävänä on tarjota valmiuksia hankkia, käsitellä ja ymmärtää matemaattista tietoa ja käyttää matematiikkaa elämän eri tilanteissa
DirAir Oy:n tuloilmaikkunaventtiilien mittaukset 30.11.2012
Tampereen teknillinen yliopisto Teknisen suunnittelun laitos Pentti Saarenrinne Tilaaja: DirAir Oy Kuoppakatu 4 1171 Riihimäki Mittausraportti: DirAir Oy:n tuloilmaikkunaventtiilien mittaukset 3.11.212
Sulautettujen järjestelmien vikadiagnostiikan kehittäminen ohjelmistopohjaisilla menetelmillä
Sulautettujen järjestelmien vikadiagnostiikan kehittäminen ohjelmistopohjaisilla menetelmillä AS-0.3100 - Automaatio- ja systeemitekniikan seminaari Jerry Pussinen Seminaarityö 11.12.2015 Tausta 11.12.2015
Mittausjärjestelmän kalibrointi ja mittausepävarmuus
Mittausjärjestelmän kalibrointi ja mittausepävarmuus Kalibrointi kalibroinnin merkitys kansainvälinen ja kansallinen mittanormaalijärjestelmä kalibroinnin määritelmä mittausjärjestelmän kalibrointivaihtoehdot
ELEC-C5210 Satunnaisprosessit tietoliikenteessä
ELEC-C5210 Satunnaisprosessit tietoliikenteessä Esa Ollila Aalto University, Department of Signal Processing and Acoustics, Finland esa.ollila@aalto.fi http://signal.hut.fi/~esollila/ Kevät 2017 E. Ollila
TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ
elokuussa 2019 TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ Tiivistelmä Tunti-indeksillä määriteltynä ilmanlaatu oli jokaisella asemalla hyvää vähintään 91 % ajasta. Vuorokausi-indeksin perusteella yleisin
Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen
Seurantalaskimen simulointi- ja suorituskykymallien vertailu (valmiin työn esittely) Joona Karjalainen 08.09.2014 Ohjaaja: DI Mikko Harju Valvoja: Prof. Kai Virtanen Työn saa tallentaa ja julkistaa Aalto-yliopiston
VARIANSSIANALYYSI ANALYSIS OF VARIANCE
VARIANSSIANALYYSI ANALYSIS OF VARIANCE 1 Suomalaisten aikuisten pituusjakauma:.8.7.6.5.4.3.2.1 14 15 16 17 18 19 2 21 Jakauma ei ole normaali, sen olettaminen sellaiseksi johtaa virheellisiin päätelmiin.
Harjoitus 6 -- Ratkaisut
Harjoitus 6 -- Ratkaisut 1 Ei kommenttia. 2 Haetaan data tiedostosta. SetDirectory"homeofysjmattas" SetDirectory "c:documents and settingsmattasdesktopteachingatk2harjoitukseth06" netnfstuhome4ofysjmattas
TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ
syyskuussa 2018 TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ Tiivistelmä Hengitysilman tavallisin laatuluokitus vuorokausi-indeksin mukaan oli syyskuussa hyvä Raisiossa, Naantalissa ja Kaarinassa. Paraisilla
Sisäilman lämpötila- ja kosteusolosuhteet palvelurakennuksissa Tuomas Raunima, Tampereen yliopisto
24.1.2019 SISÄILMAN LÄMPÖTILA- JA KOSTEUSOLOSUHTEET PALVELURAKENNUKSISSA COMBI tuloskortin esittely 24.1.2019 Tuomas Raunima, tutkimusapulainen, TkK, Tampereen yliopisto 24.1.2019 2 Sisällys COMBI yleisöseminaari
Tampereen ilmanlaadun tarkkailu
Tampereen ilmanlaadun tarkkailu Ympäristötarkastaja Ari Elsilä Kaupunkiympäristön palvelualue, ympäristönsuojelu Tampereen kaupunki seuraa kantakaupunkialueella ilmanlaatua jatkuvatoimisin mittauksin joulukuussa
TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ
syyskuussa 2017 TURUN SEUDUN ILMANSUOJELUN YHTEISTYÖRYHMÄ Tiivistelmä Hengitysilman tavallisin laatuluokitus vuorokausi-indeksin mukaan oli syyskuussa kaikilla asemilla hyvä. Tuntiindeksillä määriteltynä
Lentosäähavaintoja. Ilmailijoiden sääilta Terhi Nikkanen Meteorologi/lentosäähavainnot Ilmatieteen laitos
Lentosäähavaintoja Ilmailijoiden sääilta 6.5.2014 Terhi Nikkanen Meteorologi/lentosäähavainnot Ilmatieteen laitos Lentosäähavainnoista Tässä havainto-osuudessa käsitellään seuraavia asioita: Yleistä tietoa
LCP päästöjen valvonta miksi sitä tarvitaan?
LCP päästöjen valvonta miksi sitä tarvitaan? Uudet vaatimukset liittyvät EU:n suuria polttolaitoksia koskevaan LCPdirektiiviin (2001/80/EC) LCP asetus Sovelletaan polttolaitoksiin, joiden polttoaineteho
KOSTEUSMITTAUSRAPORTTI Esimerkkitie 1 00100 Esimerkkilä 1234 Lattioiden kosteus ennen päällystämistä
KOSTEUSMITTAUSRAPORTTI Esimerkkitie 1 00100 Esimerkkilä 1234 Lattioiden kosteus ennen päällystämistä Antti Kannala www.vertia.fi - 044 7500 600 1 YHTEENVETO Kohteessa tehtiin betonin suhteellisen kosteuden
LIITE 1 VIRHEEN ARVIOINNISTA
1 LIITE 1 VIRHEEN ARVIOINNISTA Mihin tarvitset virheen arviointia? Mittaustulokset ovat aina todellisten luonnonvakioiden ja tutkimuskohdetta kuvaavien suureiden likiarvoja, vaikka mittauslaite olisi miten
Cubature Integration Methods in Non-Linear Kalman Filtering and Smoothing (valmiin työn esittely)
Cubature Integration Methods in Non-Linear Kalman Filtering and Smoothing (valmiin työn esittely) Ohjaaja: Valvoja: TkT Simo Särkkä Prof. Harri Ehtamo 13.9.2010 Aalto-yliopiston teknillinen korkeakoulu
Online DGA mittausteknologiat. Vaisala
Online DGA mittausteknologiat Online DGA laitteiden karkea jako: Yhden kaasun DGA, monikaasu DGA Indikaatio / Vikakaasu CO CO 2 CH 4 C 2 H 6 C 2 H 4 C 2 H 2 H 2 H 2 O Paperin ikääntymien X X X Öljyn hajoaminen
Verkkodatalehti VICOTEC320 TUNNELIANTURIT
Verkkodatalehti VICOTEC320 A B C D E F H I J K L M N O P Q R S T Tilaustiedot Tyyppi VICOTEC320 Tuotenumero Pyynnöstä Tuotteen tarkat laitespesifikaatiot ja suorituskykytiedot voivat olla vaihdella. Ne
Dynaamiset regressiomallit
MS-C2128 Ennustaminen ja Aikasarja-analyysi, Heikki Seppälä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2015 Viikko 6: 1 Kalmanin suodatin Aiemmin käsitellyt
DATALOGGERI DT-171 PIKAKÄYTTÖOHJE V 1.2
DATALOGGERI DT-171 PIKAKÄYTTÖOHJE V 1.2 S&A Matintupa 2007 Ohjelman käynnistys Ohjelma käynnistyy tuplaklikkaamalla DATALOGGER ohjelmakuvaketta. Ohjelma avautuu tuplaklikkaamalla Datalogger kuvaketta.
Kivistön asuntomessualueen puukerrostalon rakenteiden kosteusmittausten tulokset ja johtopäätökset
Kivistön asuntomessualueen puukerrostalon rakenteiden kosteusmittausten tulokset ja johtopäätökset Energiatehokkaan puukerrostalon kosteusturvallisuus seminaari 28.5.2018 Kansallissali, Helsinki Mikko
Servo-case, tilanne 16.9.2005
Servo-case, tilanne.9.25 Jari Halme Tutkija jari.halme@vtt.fi Case: Servomoottorin toimintakunnon valvonta ja testaus Vastuullinen yritys ja vastuuhenkilö: Kimmo Ukkonen, Foxconn Oy Muut osallistuvat yritykset:
Helsinki Testbedin säätuotteet tänään ja tulevaisuudessa
Helsinki Testbedin säätuotteet tänään ja tulevaisuudessa Helsinki Testbed Workshop 6.4.2006 Pekka Keränen 06.04.06 Johdanto Projektin www-sivusto http://testbed.fmi.fi Säätuotteet julkisiksi MM-kisoihin,
Mallit: ST650M mikromanometri s.2 TT550S mikromanometri s.4 TT550SV mikromanometri s.6 TT570SV mikromanometri s.8 Lisävarusteet s.
Mallit: ST650M mikromanometri s.2 TT550S mikromanometri s.4 TT550SV mikromanometri s.6 TT570SV mikromanometri s.8 Lisävarusteet s.10 ST650M Mikromanometri Ilmavirtojen ja paine-erojen mittaamiseen ST650M
Logistinen regressio, separoivat hypertasot
Logistinen regressio, separoivat hypertasot Topi Sikanen Logistinen regressio Aineisto jakautunut K luokkaan K=2 tärkeä erikoistapaus Halutaan mallintaa luokkien vedonlyöntikertoimia (odds) havaintojen
IPR:n mukaisia laatuvaatimuksia - mitä mittaajilta odotetaan? Ilmanlaadun mittaajapäivät Helsinki 6.5.2014 Mika Vestenius, Kaisa Korpi IL
IPR:n mukaisia laatuvaatimuksia - mitä mittaajilta odotetaan? Ilmanlaadun mittaajapäivät Helsinki 6.5.2014 Mika Vestenius, Kaisa Korpi IL AQUILA:n käytäntö alle LOD:in datalle Alle LOD-arvojen käsittely
Johdatus regressioanalyysiin. Heliövaara 1
Johdatus regressioanalyysiin Heliövaara 1 Regressioanalyysin idea Oletetaan, että haluamme selittää jonkin selitettävän muuttujan havaittujen arvojen vaihtelun selittävien muuttujien havaittujen arvojen
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi
MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi 4B Tilastolliset luottamusvälit Lasse Leskelä Matematiikan ja systeemianalyysin laitos Perustieteiden korkeakoulu Aalto-yliopisto Syksy 2016,
Mitä uutta jatkuvatoimiset ympäristömittaukset kertovat KIP alueesta?
Mitä uutta jatkuvatoimiset ympäristömittaukset kertovat KIP alueesta? SINNE-projekti KIP ympäristöpäivä 15.6.2018 Timo Hongell & Ilkka Kivelä IT-yksikkö tutkimus Informaatioteknologian yksikön tutkimus
Move! laadun varmistus arvioinnissa. Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere
Move! laadun varmistus arvioinnissa Marjo Rinne, TtT, erikoistutkija UKK instituutti, Tampere Fyysisen toimintakyvyn mittaaminen Tarkoituksena tuottaa luotettavaa tietoa mm. fyysisestä suorituskyvystä
Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset
Muuntavat analogisen signaalin digitaaliseksi Vertaa sisääntulevaa signaalia referenssijännitteeseen Sarja- tai rinnakkaismuotoinen Tyypilliset valintakriteerit resoluutio ja nopeus Yleisimmät A/D-muunnintyypit:
Verkkodatalehti MCS100E CD CEMS-RATKAISUT
Verkkodatalehti MCS100E CD A B C D E F H I J K L M N O P Q R S T Tilaustiedot Tyyppi MCS100E CD Tuotenumero Pyynnöstä Tuotteen tarkat laitespesifikaatiot ja suorituskykytiedot voivat olla vaihdella. Ne