KR20100044224A - 낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램이 기록되어 있는 기록 매체 - Google Patents

낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램이 기록되어 있는 기록 매체 Download PDF

Info

Publication number
KR20100044224A
KR20100044224A KR1020107003684A KR20107003684A KR20100044224A KR 20100044224 A KR20100044224 A KR 20100044224A KR 1020107003684 A KR1020107003684 A KR 1020107003684A KR 20107003684 A KR20107003684 A KR 20107003684A KR 20100044224 A KR20100044224 A KR 20100044224A
Authority
KR
South Korea
Prior art keywords
lightning
reader
simulation
leader
point
Prior art date
Application number
KR1020107003684A
Other languages
English (en)
Other versions
KR101162839B1 (ko
Inventor
다께히로 나까
쯔요시 와까사
신지 아리나가
Original Assignee
미츠비시 쥬고교 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 미츠비시 쥬고교 가부시키가이샤 filed Critical 미츠비시 쥬고교 가부시키가이샤
Publication of KR20100044224A publication Critical patent/KR20100044224A/ko
Application granted granted Critical
Publication of KR101162839B1 publication Critical patent/KR101162839B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/13Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/08Probabilistic or stochastic CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Architecture (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

낙뢰 시뮬레이션의 정밀도 향상을 도모한다. 낙뢰 데이터가 저장되어 있는 기억 장치(11)와, 시뮬레이션 공간에 시뮬레이션 대상 등을 설정하는 설정부(12)와, 설정부(12)에 의해 설정된 낙뢰 개시 위치로부터 하향 리더를 진전시키는 하향 리더 진전부(13)와, 하향 리더의 선단과 기준점의 거리가 제1 임계값 이내로 된 경우, 시뮬레이션 공간에 설정되어 있는 각 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 상향 리더 진전부(14)와, 하향 리더의 선단과 어느 하나의 상향 리더의 선단의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 낙뢰 지점 인정부(15)를 갖는 낙뢰 시뮬레이션 장치를 제공한다.

Description

낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램{LIGHTNING SIMULATION DEVICE, ITS METHOD, AND PROGRAM}
본 발명은, 낙뢰 시뮬레이션 장치에 관한 것이다.
종래, 낙뢰에 관한 시뮬레이션 모델로서, 회전 구체법 등이 알려져 있다. 회전 구체법은, 전기 기하학 모델에 기초한 대표적인 낙뢰 차폐 모델이며, 낙뢰의 파라미터인 전류 파고치와 물체의 기하학적인 형상만으로 뇌격 확률을 구한다. 회전 구체법에서는, 전류 파고치로부터 뇌격 거리(뇌격이 최종적으로 달려드는 거리)가 일의적으로 정해져, 그 뇌격 거리의 범위 내의 물체에 뇌격된다는 사고방식이 사용되고 있다(예를 들어, 특허 문헌 1 참조).
특허문헌1:일본특허출원공개제2005-99942호공보
그러나 상술한 회전 구체법에서는, 구조물의 전기 기하학 모델에만 기초하여 낙뢰 지점을 추정한다는 점에서, 낙뢰 시뮬레이션의 정밀도가 낮다고 하는 문제가 있었다.
본 발명은, 상기 문제를 해결하기 위하여 이루어진 것으로, 낙뢰 시뮬레이션의 정밀도 향상을 도모할 수 있는 낙뢰 시뮬레이션 장치를 제공하는 것을 목적으로 한다.
상기 과제를 해결하기 위하여, 본 발명은 이하의 수단을 채용한다.
본 발명은, 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터가 저장되어 있는 기억부와, 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 설정부와, 상기 설정부에 의해 설정된 낙뢰 개시 위치로부터 하향 리더를 진전시키는 하향 리더 진전부와, 상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 상향 진전부와, 상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 선단의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 낙뢰 지점 인정부를 구비하고, 상기 하향 리더 진전부 및 상기 상향 리더 진전부는, 상기 기억부에 저장되어 있는 상기 낙뢰 데이터를 바탕으로, 상기 하향 리더 및 상기 상향 리더를 각각 진전시키는 낙뢰 시뮬레이션 장치를 제공한다.
이와 같은 구성에 의하면, 설정부에 의해 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점 및 낙뢰 개시 위치 및 뇌전류 파고치를 포함한 초기 조건이 설정부에 의해 설정된다. 초기 조건 설정 후, 하향 리더 진전부에 의해, 상기 낙뢰 개시 위치로부터 하향 리더가 진전된다. 하향 리더의 진전이 반복하여 행해짐으로써, 진전시킨 하향 리더의 선단과 설정부에 의해 설정된 상기 기준점의 거리가 제1 임계값 이내로 되면, 하향 리더의 진전이 정지되고, 계속해서 상향 진전부에 의해, 각 낙뢰 후보점으로부터 상향 리더가 각각 진전되게 된다. 그리고 이와 같이하여 진전시킨 어느 하나의 상향 리더의 선단과 상기 하향 리더의 선단의 거리가 제2 임계값 이하로 되면, 그 상향 리더의 진전원인 낙뢰 후보 지점이 낙뢰 지점으로 인정부에 의해 인정된다. 이 경우에 있어서, 하향 리더 진전부 및 상향 리더 진전부는, 기억부에 기억되어 있는 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로 하향 리더 및 상향 리더를 각각 진전시키므로, 현실의 낙뢰 상황을 반영시킨 정밀도가 높은 시뮬레이션 결과를 얻는 것이 가능해진다.
상기 낙뢰 시뮬레이션 장치에 있어서, 상기 상향 리더 진전부는, 상기 낙뢰 후보점이 설정되어 있는 부위의 물체 착뢰(着雷) 경향에 따라 상기 상향 리더의 진전 정도를 상이하게 하여도 좋다.
이와 같이, 낙뢰 후보점이 설정되어 있는 부위의 물체 착뢰 경향(예를 들어, 절연물보다도 금속에 벼락이 떨어지기 쉬움 등)에 따라 상향 리더의 진전 상태를 상이하게 하므로, 현실의 낙뢰의 경향을 보다 강하게 시뮬레이션에 반영시키는 것이 가능해진다.
상향 리더 진전부는, 예를 들어, 금속의 부재에 설정되어 있는 낙뢰 후보점으로부터 진전되는 상향 리더의 길이를 절연체의 부재에 설정되어 있는 낙뢰 후보점으로부터 진전되는 상향 리더의 길이보다도 길게 한다.
상기 낙뢰 시뮬레이션 장치에 있어서, 상기 기억부에는, 상기 낙뢰 데이터가 착뢰 경향에 영향을 미치는 영향 인자와 대응되어 저장되어 있어, 상기 설정부에 의해 시뮬레이션의 조건 설정이 이루어진 경우에, 상기 하향 리더 및 상기 상향 리더는, 상기 시뮬레이션의 조건에 해당되는 낙뢰 데이터를 사용하여, 상기 하향 리더 및 상기 상향 리더를 각각 진전시키는 것으로 해도 좋다.
예를 들어, 계절, 지형 등의 다양한 요인에 의해, 착뢰 경향은 상이하다. 따라서, 착뢰 경향에 영향을 미치는 영향 인자를 낙뢰 데이터에 대응시켜 기억해 두고, 시뮬레이션 실행시에 있어서는, 시뮬레이션의 조건 설정(예를 들어, 계절은 여름, 장소는 X시 등)에 해당되는 영향 인자에 대응되어 있는 낙뢰 데이터를 기억부로부터 추출한다. 그리고 추출한 낙뢰 데이터를 사용하여, 하향 리더 진전부 및 상향 리더 진전부가 하향 리더 및 상향 리더를 각각 진전시킨다. 이와 같이, 시뮬레이션의 설정 조건에 해당되는 낙뢰 데이터만을 사용하여 낙뢰 시뮬레이션을 행하므로, 낙뢰 시뮬레이션의 정밀도를 더 향상시키는 것이 가능해진다.
상기 낙뢰 시뮬레이션 장치에 있어서, 시뮬레이션 대상으로서는, 예를 들어, 풍차를 들 수 있다.
상기 낙뢰 시뮬레이션 장치에 있어서, 상기 설정부는, 상기 기억부에 저장되어 있는 낙뢰 데이터를 바탕으로 상기 낙뢰 개시 위치 및 상기 뇌전류 파고치를 난수에 의해 설정하는 것으로 해도 좋다.
이와 같이, 낙뢰 개시 위치 및 뇌전류 파고치에 대해서도 낙뢰 통계 데이터로부터 생성되어 있는 낙뢰 데이터에 기초하여 설정하므로, 시뮬레이션 정밀도를 더 향상시키는 것이 가능해진다.
상기 낙뢰 시뮬레이션 장치는, 입력부를 구비하고, 상기 설정부는, 상기 입력부로부터 상기 낙뢰 후보점이 입력되는 경우, 이 입력 정보에 기초하여 상기 낙뢰 후보점을 설정하는 것으로 해도 좋다.
이와 같이, 입력부를 구비함으로써, 사용자가 시뮬레이션 공간의 원하는 장소에 낙뢰 후보점을 설정하는 것이 가능해진다.
본 발명은, 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 과정과, 설정된 낙뢰 개시 위치로부터 하향 리더를 진전시키는 과정과, 상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 과정과, 상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 선단의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로서 인정하는 과정을 갖고, 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로, 상기 하향 리더 및 상기 상향 리더를 진전시키는 낙뢰 시뮬레이션 방법을 제공한다.
본 발명은, 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 처리와, 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로, 상기 낙뢰 개시 위치로부터 하향 리더를 진전시키는 처리와, 상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 낙뢰 데이터에 기초하여, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 처리와, 상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 처리를 컴퓨터에 실행시키기 위한 낙뢰 시뮬레이션 프로그램을 제공한다.
본 발명에 의하면, 낙뢰 시뮬레이션의 정밀도 향상을 도모할 수 있는 효과를 발휘한다.
도 1은, 본 발명의 일실시 형태에 관한 낙뢰 시뮬레이션 장치의 하드웨어 구성의 일례를 도시하는 도면이다.
도 2는, 본 발명의 일실시 형태에 관한 낙뢰 시뮬레이션 장치의 기능을 전개하여 도시한 블록도이다.
도 3은, 기억 장치에 저장되어 있는 낙뢰 데이터의 하나인 뇌전류 파고치의 빈도 분포의 일례를 나타내는 도면이다.
도 4는, 기억 장치에 저장되어 있는 낙뢰 데이터의 하나인 하향 리더의 진전 수직각의 빈도 분포의 일례를 나타내는 도면이다.
도 5는, 시뮬레이션 공간에 설정된 시뮬레이션 대상으로서의 풍차와, 풍차 구조체에 설정된 복수의 낙뢰 후보점에 대하여 설명하기 위한 설명도이다.
도 6은, 하향 리더의 진전 방법 및 제1 임계값에 대하여 설명하기 위한 도면이다.
도 7은, 상향 리더의 진전에 대하여 설명하기 위한 도면이다.
도 8은, 상향 리더의 진전 및 제2 임계값에 대하여 설명하기 위한 도면이다.
도 9는, 본 발명의 제1 실시 형태에 관한 낙뢰 시뮬레이션 방법의 흐름도를 나타내는 도면이다.
도 10은, 본 발명의 제1 실시 형태에 관한 시뮬레이션 결과를 집계하여 나타낸 시뮬레이션 집계 결과의 일례를 나타내는 도면이다.
이하에, 본 발명에 관한 낙뢰 시뮬레이션 장치의 각 실시 형태에 대하여, 도면을 참조하여 설명한다.
[제1 실시 형태]
도 1은, 본 발명의 제1 실시 형태에 관한 낙뢰 시뮬레이션 장치의 개략 구성을 도시한 블록도이다.
도 1에 도시한 바와 같이, 본 실시 형태에 관한 낙뢰 시뮬레이션 장치(10)는, 컴퓨터 시스템(계산기 시스템)이며, CPU(중앙 연산 처리 장치)(1), RAM(Random Access Memory) 등의 주기억 장치(2), ROM(Read Only Memory), HDD(Hard Disk Drive) 등의 보조 기억 장치(3), 키보드나 마우스 등의 입력 장치(4) 및 모니터나 프린터 등의 출력 장치(5) 등을 구비하여 구성되어 있다.
보조 기억 장치(3)에는, 각종 프로그램이 저장되어 있고, CPU(1)가 보조 기억 장치(3)로부터 RAM 등의 주기억 장치(2)에 프로그램을 판독하고 실행함으로써 다양한 처리를 실현시킨다.
도 2는, 낙뢰 시뮬레이션 장치(10)가 구비하는 기능을 전개하여 도시한 기능 블록도이다. 도 2에 도시한 바와 같이, 낙뢰 시뮬레이션 장치(10)는, 기억 장치(기억부)(11), 설정부(12)(설정부), 하향 리더 진전부(13), 상향 리더 진전부(14) 및 낙뢰 지점 인정부(15)를 구비하고 있다.
기억 장치(11)에는, 낙뢰 시뮬레이션을 행할 때에 필요한 각종 데이터가 저장되어 있다. 예를 들어, 그 하나로서 낙뢰 데이터를 들 수 있다. 낙뢰 데이터는, 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 것이며, 예를 들어, 어떠한 크기의 벼락이, 어느 정도의 빈도로 발생하고, 어느 방향으로 진전시키기 쉬운지를 나타내는 데이터이다. 구체적으로는, 도 3에 나타낸 것과 같이 뇌전류 파고치(kA), 발생 빈도(%) 및 누계(%)가 대응된 뇌전류 파고치의 빈도 분포나, 도 4에 나타낸 것과 같이 하향 리더의 진전 수직각의 빈도 분포가 낙뢰 데이터의 일부분으로서 기억 장치(11)에 저장되어 있다.
설정부(12)는, 도 5에 도시한 바와 같이, 3차원으로 나타낸 시뮬레이션 공간에, 시뮬레이션 대상이 되는 풍차 및 그 풍차의 주변 지형에 관한 3차원 좌표를 설정하는 동시에, 이들의 시뮬레이션 공간에 적어도 1개의 낙뢰 후보점(P0-P8) 및 1개의 기준점을 설정한다. 또한, 설정부(12)는, 낙뢰 개시 위치 및 뇌전류 파고치를 설정한다. 본 실시 형태에서는, 기준점으로서 낙뢰 후보점(P0)을 설정하였지만, 기준점과 낙뢰 후보점은 반드시 일치하지 않아도 된다.
상기 풍차 및 풍차의 주변 지형에 관한 3차원 좌표 및 낙뢰 후보점(P0-P8)에 대해서는, 예를 들어, 시뮬레이션을 행하는데 있어서, 도 2의 입력 장치(4)로부터 사용자에 의해 입력되는 3차원 데이터를 바탕으로 설정하는 것으로 해도 좋고, 또한 기억 장치(11)에 미리 기억되어 있는 경우에는, 이들의 기억 장치(11)로부터 판독하여 설정하는 것으로 해도 좋다.
또한, 낙뢰 개시 위치 및 뇌전류 파고치에 대해서는, 도 2의 입력 장치(4)로부터 사용자에 의해 입력된 이들의 데이터를 설정하여도 좋고, 기억 장치(11)에 저장되어 있는 낙뢰 데이터를 바탕으로 몬테카를로법 등을 사용하여 통계적으로 설정하는 것으로 해도 좋다. 예를 들어, 몬테카를로법이란, 난수를 사용한 시뮬레이션을 여러 번 행함으로써 근사해를 구하는 계산 방법이다. 설정부(12)는, 예를 들어, 도 3에 나타낸 뇌전류 파고치의 빈도 분포를 바탕으로, 몬테카를로법을 사용하여 뇌전류 파고치를 설정한다. 이와 같이, 기억 장치(11)에 저장되어 있는 자연계에서 실제로 발생한 낙뢰 통계 데이터를 바탕으로, 몬테카를로법 등의 통계적 방법을 사용하여 낙뢰 개시 위치 및 뇌전류 파고치를 설정함으로써, 자연계에서의 경향을 반영시키는 것이 가능해져, 보다 현실에 입각한 이들의 초기 데이터를 부여할 수 있다. 이에 의해, 한층 더 시뮬레이션 정밀도의 향상을 도모할 수 있다.
또한, 낙뢰 개시 위치 및 뇌전류 파고치의 어느 한쪽을 기억 장치(11)에 저장되어 있는 낙뢰 데이터로부터 설정하고, 다른 한쪽을 인력 장치(4)로부터 입력된 데이터에 기초하여 설정하는 것으로 해도 좋다.
하향 리더 진전부(13)는, 설정부(12)에 의해 설정된 낙뢰 개시 위치로부터 하향 리더를 진전시킨다. 하향 리더 진전부(13)는, 기억 장치(11)에 저장되어 있는 낙뢰 데이터, 예를 들어, 도 4에 도시한 하향 리더의 진전 수직각의 빈도 분포에 기초하여 발생률별로 가중치를 부여하고, 몬테카를로법 등의 확률 통계 이론을 사용하여 하향 리더를 진전시킨다.
구체적으로는, 하향 리더 진전부(13)는, 이하 식 (1)에 기초하여 하향 리더의 스텝 길이(Ls)를 구하는 동시에, 하향 리더의 진전 수직각(Φ) 및 진전 수평각(θ)을 도 4에 나타낸 하향 리더의 진전 수직각의 빈도 분포에 기초하여 난수에 의해 결정한다.
Figure pct00001
상기 식 (1)에 있어서, a, b는 임의로 설정되는 상수이며, K1은 임의로 설정되는 보정 계수, I는 설정부(12)에 의해 설정된 뇌전류 파고치이다. 하향 리더 진전부(13)는, 도 6에 도시한 바와 같이, 진전시킨 하향 리더의 선단과 시뮬레이션 대상인 풍차에 설정되어 있는 기준점(P0)의 거리가 제1 임계값(Rs) 이하로 될 때까지 하향 리더의 진전을 반복하여 행한다.
제1 임계값(Rs)은, 임의로 설정되는 것이며, 예를 들어, 입력 장치(4)로부터 사용자가 입력하는 것도 가능하고, 또한 규정값으로서 미리 기억 장치(11)에 저장되어 있어도 좋다. 또한, 제1 임계값(Rs)은, 이하에 나타내는 식 (2)에 기초하여 결정되어도 좋다.
Figure pct00002
상기 식 (2)에 있어서, c, d는 임의로 설정되는 상수이며, Ks는 임의로 설정되는 보정 계수, I는 설정부(12)에 의해 설정된 뇌전류 파고치이다.
상향 리더 진전부(14)는, 하향 리더의 선단과 시뮬레이션 대상에 설정되어 있는 기준점(P0)의 거리가 제1 임계값(Rs) 이내로 된 경우, 설정부(12)에 의해 설정된 각 낙뢰 후보점(P0-P8)으로부터 상향 리더를 진전시킨다(도 7 참조).
상향 리더 진전부(14)는, 이하의 식 (3)에 기초하여 각 낙뢰 후보점으로부터 진전시키는 상향 리더를 결정한다.
Figure pct00003
상기 식 (3)에 있어서, e, g는 임의로 설정되는 상수이며, I는 설정부(12)에 의해 설정된 뇌전류 파고치이며, Kup(i)는, i번째의 낙뢰 후보점(Pi)의 보정 계수이다. 즉, 보정 계수(Kup)는, 낙뢰 후보점마다 각각 설정되어 있는 값이며, 또한 각 낙뢰 후보점이 설정되어 있는 부위의 착뢰 경향이 반영되어 있다. 예를 들어, 낙뢰 후보점이 절연물 상에 설정되어 있는 경우에는, 보정 계수(Kup)(i)가 상대적으로 낮게 설정되고, 낙뢰 후보점이 금속 상에 설정되어 있는 경우에는, 보정 계수(Kup)(i)가 상대적으로 높게 설정된다. 또한, 낙뢰 후보점이 금속 상에 설정되어 있지만 절연체에 의해 덮여져 있는 경우에는, 상대적으로 낮게 설정된다.
이와 같이, 각 낙뢰 후보점의 착뢰 경향을 보정 계수(Kup)에 반영시킴으로써, 시뮬레이션의 정밀도를 높이는 것이 가능해진다. 상향 리더의 진전 수직각(Φ) 및 진전 수평각(θ)에 대해서는, 예를 들어, 낙뢰 후보점마다 각도 범위(예를 들어 、±5deg)를 정해 두고, 이 범위 내에서 랜덤하게 결정하는 것으로 하면 된다. 또한, 상술한 하향 리더와 마찬가지로, 낙뢰 후보점마다 상향 리더의 진전 수직각의 빈도 분포를 시뮬레이션 등에 의해 미리 설정해 두고, 이 빈도 분포에 기초하여 난수에 의해 결정하는 것으로 해도 좋다.
상향 리더 진전부(14)는, 도 8에 도시한 바와 같이, 하향 리더의 선단과 어느 하나의 낙뢰 후보점으로부터 진전시킨 상향 리더의 선단의 거리가 제2 임계값(Rth) 이하가 될 때까지 상향 리더의 진전을 반복하여 행한다.
제2 임계값(Rth)은, 임의로 결정되는 값이며, 예를 들어, 이하의 식 (4)에 나타낸 것과 같이, 각 낙뢰 후보점에 대하여 각각 설정되어 있어도 좋다.
Figure pct00004
여기서, Ls는 하향 리더의 최후 스텝 길이이고, Lup(i)는 각 낙뢰 후보점으로부터 진전되는 상향 리더의 최신 스텝 길이이다.
낙뢰 지점 인정부(15)는, 상향 리더 진전부(14)에 의해 진전된 상향 리더의 선단과 하향 리더의 선단의 거리가 제2 임계값(Rth) 이하로 된 경우, 그 상향 리더에 대응하는 낙뢰 후보점을 낙뢰 지점으로 인정하고, 인정 결과를 출력한다.
낙뢰 지점 인정부(15)로부터 출력된 낙뢰 지점은, 예를 들어, 낙뢰 시뮬레이션 장치(10)가 구비하는 디스플레이 등의 출력 장치(5)(도 2 참조)에 표시되는 동시에, 시뮬레이션 결과로서, 보조 기억 장치(3) 혹은 외부 기억 장치(도시 생략)에 기억된다. 이때, 시뮬레이션 결과로서 얻어진 낙뢰 지점은, 그 시뮬레이션 결과가 얻어졌을 때의 조건, 예를 들어, 설정부(12)에 의해 설정된 낙뢰 후보점의 좌표 데이터, 뇌전류 파고치(I), 낙뢰 개시 지점의 좌표값, 각 하향 리더 및 상향 리더의 각각의 좌표값 등, 금회의 시뮬레이션에 있어서 설정된 초기 조건 데이터 및 금회의 시뮬레이션의 처리 과정에 의해 얻어진 각종 데이터와 대응되어 기억된다.
다음에, 상술한 낙뢰 시뮬레이션 장치(10)가 구비하는 각 부에 있어서 실행되는 처리 내용에 대하여 도 9를 참조하여 설명한다. 또한, 도 2에 도시한 각 부에 의해 실현되는 후술하는 각종 처리는, 도 1에 도시한 CPU(1)가 보조 기억 장치(3)에 기억되어 있는 낙뢰 시뮬레이션 프로그램을 주기억 장치(2)에 판독하여 실행함으로써 실현되는 것이다.
또한, 본 실시 형태에서는, 상술한 바와 같이, 풍차를 시뮬레이션 대상으로 하였을 경우를 예시하여 설명한다.
우선, 설정부(12)에 의해, 초기 조건의 설정이 행해진다(도 9의 스텝 SA1). 구체적으로는, 3차원으로 나타낸 시뮬레이션 공간에, 시뮬레이션 대상이 되는 풍차 및, 그 풍차의 주변 지형에 관한 3차원 좌표가 설정되는 동시에, 이들의 시뮬레이션 공간에 낙뢰 후보점(P0-P8)이 설정된다. 또한, 낙뢰 개시 위치, 뇌전류 파고치 및 기준점이 설정된다.
초기 조건이 설정되면, 하향 리더 진전부(13)에 의해, 낙뢰 개시 위치로부터 하향 리더가 진전된다(스텝 SA2). 하향 리더가 1회 진전될 때마다, 진전된 하향 리더의 선단과 기준점의 거리(L1)가 제1 임계값(Rs) 이하인지 아닌지의 여부가 판정되고(스텝 SA3), 제1 임계값(Rs)보다도 크면 스텝 SA2로 복귀되어, 하향 리더의 진전이 다시 행해진다. 한편, 스텝 SA3에 있어서, 진전된 하향 리더의 선단과 기준점의 거리(L1)가 제1 임계값(Rs) 이하인 경우에는, 하향 리더의 진전이 정지되고, 상향 리더 진전부(14)에 의한 상향 리더의 진전이 개시된다(스텝 SA4). 이에 의해, 각 낙뢰 후보점(P0-P8)으로부터 상향 리더가 각각 진전된다.
상향 리더가 각 낙뢰 후보점(P0-P8)에 있어서 1회 진전될 때마다, 진전된 각 상향 리더의 선단과 하향 리더의 선단의 거리(L2)가 제2 임계값(Rth) 이하인지 아닌지의 여부가 각각 판정되고(스텝 SA5), 모든 낙뢰 후보점에 있어서, 상기 거리가 제2 임계값(Rth)보다도 크면 스텝 SA4로 복귀되어, 상향 리더의 진전이 각 낙뢰 후보점(P0-P8)에 있어서 다시 행해진다. 한편, 스텝 SA5에 있어서, 어느 하나의 상향 리더의 선단과 하향 리더의 선단의 거리(L2)가 제2 임계값(Rth) 이하인 경우에는, 상향 리더의 진전이 정지되는 동시에, 낙뢰 지점 인정부(15)에 의해, 제2 임계값(Rth)으로 된 상향 리더에 대응되는 낙뢰 후보점이 낙뢰 지점으로 인정되어, 인정 결과가 출력된다(스텝 SA6). 이 결과, 시뮬레이션 결과가 디스플레이 등의 출력 장치(5)(도 1 참조)에 표시되는 동시에, 시뮬레이션 결과로서, 보조 기억 장치(3) 혹은 외부 기억 장치에 기억된다. 도 10에, 본 실시 형태에 관한 시뮬레이션 결과를 집계하여 나타낸 시뮬레이션 집계 결과의 일례를 나타낸다.
이상에서 설명한 것과 같이, 본 실시 형태에 관한 시뮬레이션 장치, 방법 및 프로그램에 의하면, 기억 장치(11)에 저장되어 있는 자연계에서 수집된 실제 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로 낙뢰 시뮬레이션을 행하므로, 현실에 입각한 정밀도가 높은 시뮬레이션 결과를 얻는 것이 가능해진다.
또한, 낙뢰 후보점마다 보정 계수를 설정함으로써, 상향 리더의 진전에 있어서, 각 낙뢰 후보점이 설정되어 있는 부위의 낙뢰 경향을 반영시키는 것이 가능해진다. 이에 의해, 각 낙뢰 후보점의 낙뢰 경향을 시뮬레이션 결과에 반영시키는 것이 가능해진다.
이러한 본 실시 형태에 관한 낙뢰 시뮬레이션 장치의 용도로서는, 예를 들어, 복수의 낙뢰 후보점 중, 그 일부에 피뢰침을 설정하였을 경우를 상정하고, 이 조건 하에서 상술한 낙뢰 시뮬레이션을 행하고, 피뢰침을 설정한 낙뢰 후보점으로의 낙뢰 빈도(낙뢰 보충률)를 확인함으로써, 피뢰침의 설치 위치가 최적인지 아닌지의 여부를 검증하는 것을 일례로서 들 수 있다.
또한, 상기 시뮬레이션 결과를 타구찌 법(Taguchi methods) 등의 공지된 최적화 방법의 입력 파라미터로서 사용하여 최적화 처리를 행함으로써, 시뮬레이션 공간, 혹은 시뮬레이션 대상에 있어서의 피뢰침 등의 최적 배치 위치를 얻는 것도 가능하다.
또한, 본 실시 형태에 있어서는, 시뮬레이션 대상인 풍차 상에만 낙뢰 후보점을 설정하였지만, 이 대신에, 시뮬레이션 공간에 주변의 지형, 주변에 구조물이 배치되어 있는 경우에는, 이들의 구조물이나 지면에 대해서도 낙뢰 후보점을 설정하여도 좋다. 이와 같이, 시뮬레이션 대상이 되는 풍차뿐만 아니라, 그 주변도 고려함으로써, 주변에 낙뢰가 발생하는 확률에 대해서도 구하는 것이 가능해진다.
특히, 복수의 풍차가 일정한 영역에 건조(建造)되어 있는 윈드 팜 등에서는, 각 풍차에 대하여 피뢰침을 설정하는 대신에, 윈드 팜 내에 피뢰 철탑을 건설하는 경우도 생각할 수 있다. 이러한 경우에는, 윈드 팜 내에 설치되어 있는 복수의 풍차나 피뢰 철탑에 낙뢰 후보점을 설정함으로써, 윈드 팜 일대에 있어서의 낙뢰 상황을 파악하는 것이 가능해진다.
[제2 실시 형태]
다음에, 본 발명의 제2 실시 형태에 대하여, 설명한다.
예를 들어, 계절, 지형 등의 다양한 요인에 의해, 낙뢰 경향은 상이하다. 따라서, 낙뢰 경향에 영향을 미치는 영향 인자를 낙뢰 데이터에 대응시켜 기억 장치(11)에 기억해 두고, 시뮬레이션 실행시에 있어서는, 시뮬레이션을 행하기를 원하는 조건(예를 들어, 계절은 여름, 장소는 X시 등)에 해당하는 영향 인자에 대응되는 낙뢰 데이터를 기억 장치(11)로부터 판독하고, 이들의 낙뢰 데이터를 사용하여 상기 시뮬레이션을 행한다. 영향 인자로서는, 예를 들어, 계절, 극성 비율, 뇌방전 계속 시간, 다중뇌 발생 확률, 뇌운 고도, 뇌운 내습 방향, 대지 낙뢰 밀도, 연간 뇌우 일수 등을 들 수 있다.
구체적으로는, 도 3에 나타낸 것과 같은 뇌전류 파고치의 빈도 분포나 도 4에 나타낸 것과 같은 하향 리더의 진전 수직각의 빈도 분포를, 계절, 지형 등의 영향 인자별로 작성하고, 이들을 기억 장치(11)에 저장한다. 시뮬레이션 개시시에 있어서, 입력 장치(4)(도 2 참조) 등으로부터 시뮬레이션의 조건, 예를 들어, 「여름」,「X시」 등의 영향 인자를 특정하는 정보가 입력된 경우에는, 설정부(12), 하향 리더 진전부(13), 상향 리더 진전부(14)는, 지정된 영향 인자에서 특정되는 낙뢰 데이터를 기억 장치(11)로부터 판독하고, 판독한 낙뢰 데이터를 사용하여 상술한 것과 마찬가지로 설정 처리나 하향 리더의 진전, 상향 리더의 진전을 행한다.
이와 같이, 시뮬레이션의 조건에 기초하여 낙뢰 경향에 영향을 주는 영향 인자를 특정하고, 이 영향 인자에 해당되는 낙뢰 데이터만을 사용하여 낙뢰 시뮬레이션을 행함으로써, 시뮬레이션의 정밀도를 더 향상시키는 것이 가능해진다.
[제3 실시 형태]
다음에, 본 발명의 제3 실시 형태에 관한 낙뢰 시뮬레이션 장치에 대하여 설명한다.
본 실시 형태에 있어서는, 상향 리더를 진전시키는 경우에 사용하는 상기 보정 계수[Kup(i)]를 최적화 계산 방법을 사용하여 최적화한다.
구체적으로는, 상술한 제1 실시 형태에 관한 낙뢰 시뮬레이션을 소정 횟수, 반복하여 행하고, 각 낙뢰 후보점의 낙뢰 보충률을 구한다. 그리고 이 낙뢰 보충률을 최적화 계산의 초기값으로 부여하고, 낙뢰 확률을 문헌값에 맞추는 보정 계수를 낙뢰 후보점별로 구한다. 이와 같이, 보정 계수를 최적화함으로써, 낙뢰 시뮬레이션의 정밀도를 더 높이는 것이 가능해진다.
또한, 상기 최적화 계산을 행할 때, 낙뢰 경향에 영향을 주는 요인인 지형 및 주변 환경, 예를 들어, 지형(예를 들어, 육상, 해상 등), 바람 조건, 표고, 주위의 지형의 기복, 풍차의 형상·배치, 독립 피뢰 철탑 형상 및 배치, 주위의 구조물 형상 및 배치, 풍차 날개 표면 상태(염분 오손 상태, 물방울 부착, 빙결 등), 토양의 저항률, 각종 설비의 설치 저항 등을 파라미터로서 부여하면 좋다.
이상, 본 발명의 실시 형태에 대하여 도면을 참조하여 상술하였지만, 구체적인 구성은 이 실시 형태에 한정되는 것이 아니라, 본 발명의 요지를 일탈하지 않는 범위의 설계 변경 등도 포함된다.
1 : CPU
2 : 주기억 장치
3 : 보조 기억 장치
4 : 입력 장치
5 : 출력 장치
10 : 낙뢰 시뮬레이션 장치
11 : 기억 장치
12 : 설정부
13 : 하향 리더 진전부
14 : 상향 리더 진전부
15 : 낙뢰 지점 인정부

Claims (8)

  1. 자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터가 저장되어 있는 기억부와,
    시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 설정부와,
    상기 설정부에 의해 설정된 낙뢰 개시 위치로부터 하향 리더를 진전시키는 하향 리더 진전부와,
    상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 상향 리더 진전부와,
    상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 선단의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 낙뢰 지점 인정부를 구비하고,
    상기 하향 리더 진전부 및 상기 상향 리더 진전부는, 상기 기억부에 저장되어 있는 상기 낙뢰 데이터를 바탕으로, 상기 하향 리더 및 상기 상향 리더를 각각 진전시키는, 낙뢰 시뮬레이션 장치.
  2. 제1항에 있어서, 상기 상향 리더 진전부는, 상기 낙뢰 후보점이 설정되어 있는 부위의 물체 착뢰 경향에 따라 상기 상향 리더의 진전 상황을 상이하게 하는, 낙뢰 시뮬레이션 장치.
  3. 제1항 또는 제2항에 있어서, 상기 기억부에는, 상기 낙뢰 데이터가 착뢰 경향에 영향을 끼치는 영향 인자와 대응되어 저장되고,
    상기 설정부에 의해 시뮬레이션의 조건 설정이 이루어졌을 경우, 상기 하향 리더 및 상기 상향 리더는, 상기 시뮬레이션의 조건에 해당되는 낙뢰 데이터를 사용하여, 상기 하향 리더 및 상기 상향 리더를 각각 진전시키는, 낙뢰 시뮬레이션 장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서, 상기 시뮬레이션 공간에는, 시뮬레이션 대상으로서, 적어도 1대의 풍차가 설정되는, 낙뢰 시뮬레이션 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 설정부는, 상기 기억부에 저장되어 있는 낙뢰 데이터를 바탕으로, 상기 낙뢰 개시 위치 및 상기 뇌전류 파고치를 난수에 의해 설정하는, 낙뢰 시뮬레이션 장치.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 입력부를 구비하고,
    상기 설정부는, 상기 입력부에서 상기 낙뢰 후보점이 입력된 경우, 이 입력 정보에 기초하여 상기 낙뢰 후보점을 설정하는, 낙뢰 시뮬레이션 장치.
  7. 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 과정과,
    설정된 낙뢰 개시 위치로부터 하향 리더를 진전시키는 과정과,
    상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 과정과,
    상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 선단의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 과정을 갖고,
    자연계에서 발생한 낙뢰 통계 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로, 상기 하향 리더 및 상기 상향 리더를 진전시키는, 낙뢰 시뮬레이션 방법.
  8. 시뮬레이션 공간에 시뮬레이션 대상, 적어도 1개의 낙뢰 후보점 및 기준점을 설정하는 동시에, 낙뢰 개시 위치 및 뇌전류 파고치를 설정하는 처리와,
    자연계에서 발생한 낙뢰의 통계 데이터에 기초하여 작성된 낙뢰 데이터를 바탕으로, 상기 낙뢰 개시 위치로부터 하향 리더를 진전시키는 처리와,
    상기 하향 리더의 선단과 상기 기준점의 거리가 제1 임계값 이내로 된 경우, 상기 낙뢰 데이터에 기초하여, 상기 시뮬레이션 공간에 설정되어 있는 각 상기 낙뢰 후보점으로부터 상향 리더를 각각 진전시키는 처리와,
    상기 하향 리더의 선단과 어느 하나의 상기 상향 리더의 거리가 제2 임계값 이내로 된 경우, 그 상향 리더에 대응되는 낙뢰 후보점을 낙뢰 지점으로 인정하는 처리를 컴퓨터에 실행시키기 위한, 낙뢰 시뮬레이션 프로그램.
KR1020107003684A 2008-03-24 2008-07-16 낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램이 기록되어 있는 기록 매체 KR101162839B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2008-076548 2008-03-24
JP2008076548A JP5072678B2 (ja) 2008-03-24 2008-03-24 落雷シミュレーション装置及びその方法並びにプログラム
PCT/JP2008/062793 WO2009118921A1 (ja) 2008-03-24 2008-07-16 落雷シミュレーション装置及びその方法並びにプログラム

Publications (2)

Publication Number Publication Date
KR20100044224A true KR20100044224A (ko) 2010-04-29
KR101162839B1 KR101162839B1 (ko) 2012-07-06

Family

ID=41113146

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020107003684A KR101162839B1 (ko) 2008-03-24 2008-07-16 낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램이 기록되어 있는 기록 매체

Country Status (10)

Country Link
US (1) US8428878B2 (ko)
EP (1) EP2259094A4 (ko)
JP (1) JP5072678B2 (ko)
KR (1) KR101162839B1 (ko)
CN (1) CN101784913B (ko)
AU (1) AU2008353645A1 (ko)
BR (1) BRPI0816301A2 (ko)
CA (1) CA2696815A1 (ko)
TW (1) TWI396095B (ko)
WO (1) WO2009118921A1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2226497A1 (en) * 2009-03-06 2010-09-08 Lm Glasfiber A/S Wind turbine blade with a lightning protection system
CN107729680B (zh) * 2017-11-03 2021-01-05 华北电力大学 风机叶片雷击概率评估方法
CN109344356B (zh) * 2018-10-11 2023-06-06 中国人民解放军63921部队 一种确定高大防雷体系直击雷防护效率的方法
CN114906491A (zh) * 2021-02-08 2022-08-16 中国石油化工股份有限公司 直击雷防护装置以及该装置的布置方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1210093B (it) * 1984-03-28 1989-09-06 Ispe Di Erminio Giana E C Sas Dispositivo per la protezione di strutture edefici o simili dai fulmini
US5036334A (en) * 1990-02-08 1991-07-30 The Research Foundation Of State University Of New York Lightning direction finder controller (LDFC)
JP2678852B2 (ja) 1992-02-06 1997-11-19 北陸電力株式会社 落雷位置標定装置
JP3569053B2 (ja) 1995-09-18 2004-09-22 中部電力株式会社 大地電位検出表示装置
US7123463B2 (en) * 2002-04-15 2006-10-17 Andrew Corporation Surge lightning protection device
JP3689416B2 (ja) * 2003-09-22 2005-08-31 大阪避雷針工業株式会社 落雷保護シミュレーションシステム、落雷保護シミュレーション方法、及び落雷保護シミュレーションプログラム
FR2874757B1 (fr) * 2004-09-02 2006-11-10 Helita Soc Par Actions Simplif Methode d'evaluation de l'etendue de la zone de protection conferee par un dispositif de capture de coup de foudre
JP4649202B2 (ja) 2004-12-27 2011-03-09 中国電力株式会社 落雷損失補填額算定システム、装置、及び方法
US8010289B1 (en) * 2005-07-19 2011-08-30 Avidyne Corporation Method and apparatus for detecting and processing lightning
US7468879B2 (en) * 2005-11-23 2008-12-23 Rizk Farouk A M Lightning protection device wet/dry glow-based streamer inhibitor
TWI303718B (en) * 2006-05-18 2008-12-01 Univ Nat Kaohsiung Marine A data visualization system and methods for monitoring lightning on electric power networks
WO2008046186A1 (en) * 2006-10-04 2008-04-24 Rizk Farouk A M Lightning protection device for a wind turbine blade: wet/dry glow-based streamer inhibitor
US20080095624A1 (en) * 2006-10-19 2008-04-24 Bastian Lewke Lightning protection of wind turbines
JP5373615B2 (ja) * 2006-10-24 2013-12-18 ア.エム. リズ,ファルー 湿気/乾気フィールドで反応するエアー・ターミナル付雷用保護装置
US7970542B2 (en) * 2007-04-17 2011-06-28 Toa Systems, Inc. Method of detecting, locating, and classifying lightning
JP5225622B2 (ja) * 2007-06-29 2013-07-03 トキコテクノ株式会社 地下タンクの漏洩検査装置
US20090240434A1 (en) * 2008-03-20 2009-09-24 Nokia Corporation Lightning detection

Also Published As

Publication number Publication date
CN101784913B (zh) 2013-05-22
KR101162839B1 (ko) 2012-07-06
EP2259094A1 (en) 2010-12-08
TW200939037A (en) 2009-09-16
CN101784913A (zh) 2010-07-21
BRPI0816301A2 (pt) 2015-03-17
JP2009229309A (ja) 2009-10-08
WO2009118921A1 (ja) 2009-10-01
TWI396095B (zh) 2013-05-11
US8428878B2 (en) 2013-04-23
AU2008353645A1 (en) 2009-10-01
EP2259094A4 (en) 2013-05-29
JP5072678B2 (ja) 2012-11-14
CA2696815A1 (en) 2009-10-01
US20110246074A1 (en) 2011-10-06

Similar Documents

Publication Publication Date Title
Feng et al. Solving the wind farm layout optimization problem using random search algorithm
JP4480630B2 (ja) 雷位置予測方法及び雷位置予測システム
CN110414120B (zh) 一种取消避雷线输电线路防雷性能计算方法
Chang Wind energy assessment incorporating particle swarm optimization method
KR101162839B1 (ko) 낙뢰 시뮬레이션 장치 및 그 방법 및 프로그램이 기록되어 있는 기록 매체
CN105224797B (zh) 一种特高压大跨越线路反击跳闸率计算方法
JP6400467B2 (ja) 風力発電量の予測方法
Rendon et al. Long‐term loads for a monopile‐supported offshore wind turbine
CN110908014A (zh) 舞动精细化订正预报方法及系统
Ahmad et al. Field implementation and trial of coordinated control of wind farms
CN112966404A (zh) 一种三维雷电先导发展路径的生成方法
CN109670229B (zh) 高速铁路高架桥接触网系统附近地面落雷密度的估算方法
CN112084615A (zh) 复杂地形下的风力发电机雷击风险评估方法
CN109344356B (zh) 一种确定高大防雷体系直击雷防护效率的方法
CN107315855B (zh) 风电场湍流优化方法及系统
CN112796958B (zh) 一种用于提高风电机组防雷系统优化设计的方法
Kazazi et al. Genetic algorithm technique on wind turbine and sensitive equipment placement against lightning
Nie et al. Lightning risk assessment of wind turbines in mountainous areas
Zhang et al. A new method for spatial allocation of turbines in a wind farm based on lightning protection efficiency
CN112270056B (zh) 一种风电场中风力发电机的雷击风险评估方法及其系统
Vujević et al. Stochastic assessment of external LPS of structures
Zhang et al. China's future wind energy considering air density during climate change
CN117892488A (zh) 一种碳梁叶片防雷系统评估仿真方法
Regner et al. Explaining the decline of US wind output power density
El Jaadi et al. Enhancing Midelt Wind Farm Efficiency: Wind Turbine Hub Height Variation and Layout Optimization Through Particle Swarm Optimization

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee