Assessing the Quality of Hydro-power Cascade Operation

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Päiväniemi, Juho
dc.contributor.advisor Korva, Hannu
dc.contributor.author Rantala, Sakke
dc.date.accessioned 2016-06-17T12:51:41Z
dc.date.available 2016-06-17T12:51:41Z
dc.date.issued 2016-06-14
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/21037
dc.description.abstract This thesis studies applicability of certain mathematical methods in the assessment of the quality of operation of a hydro-power cascade. The quality is approached from the aspects of maximization of the benefits and the assessment of the behaviour of the river. The thesis proposes two new approaches that can be utilized in the consideration of the ex post optimality of the production. The first one is an ex post optimization methodology that is based on a mathematical river model. Using the methodology, the efficiency of the actual outcome can be assessed with the real constraints but without the uncertainties of the real decision-making situation. The methodology does not pay attention to the economic value of the different components of the production or to the production as a part of a larger portfolio. The methodology is demonstrated with a case study. The other approach is the operative buffer that depicts the water level of a reservoir as a time-based buffer with respect to the water flowing into the reservoir. In addition, with the aid of the buffer, one can determine and unify the risk levels regarding to the water management. The study of the behaviour of the river is based on the assumption that the behaviour should be predictable. Therefore, the thesis focuses on the centrality problem of the curves, or, functional data on a general level. The selected tool is a field of mathematical statistics, Functional Data Analysis (FDA), which is a subject of growing interest. In the thesis, certain functional depth functions are applied in the assessment of typicality of multivariate functional data. We propose a new approach, Pareto-efficient depth, to define the most typical observations. It combines the Pareto-efficiency, robust statistical measures and FDA in a practical way. For the data of this thesis, the new approach seemed more suitable than the other depth functions, and it could be an interesting subject of further studies. In all, the applicability of the methods discussed can be considered reasonable as long as their weaknesses are taken into account. The functional approach to the process quality assessment is justified, even though unambiguous definitions of the best or of the typical could not be agreed upon. In addition, monitoring the efficiency forms an incentive to continuously improve both the performance of the operation and the optimization model. en
dc.description.abstract Tässä diplomityössä tutkitaan eräiden matemaattisten menetelmien soveltuvuutta vesivoimaketjun operoinnin laadunarviointiin. Laatua tarkastellaan sekä tuotannon hyötyjen että joen käyttäytymisen näkökulmasta. Hyötyjen arviointiin esitetään kaksi menetelmää, joiden avulla tuotannon tehokkuutta voidaan arvioida jälkikäteen ilman todellisen päätöksentekotilanteen epävarmuuksia. Ensimmäinen on matemaattiseen jokimalliin perustuva optimointimenetelmä, jolla arvioidaan toteutuneen tuotannon tehokkuutta todellisen päätöksentekotilanteen reunaehdoilla. Menetelmän toimivuutta tarkastellaan käytännön esimerkin avulla. Menetelmä ei huomioi tuotannon eri komponenttien taloudellista arvoa eikä sen kokonaisarvoa osana laajempaa portfoliota. Toinen menetelmä on operatiivinen varaumapuskuri, joka kuvaa laitosaltaan pinnankorkeuden aikamääräisenä puskurina suhteessa altaaseen tulevaan vesimäärään. Puskurin avulla voi lisäksi määrittää ja yhtenäistää vedenhallintaan liittyviä riskitasoja. Joen käyttäytymisen osalta työssä oletetaan, että sen ennakoitavuus on tärkeää muille joen käyttäjille. Siksi työssä paneudutaan menetelmiin, joiden avulla voidaan määrittää käyrämuotoisen, tai funktionaalisen, datajoukon tyypillisimmät havainnot. Arvioinnin työkaluksi työssä valittiin ma-temaattisen tilastotieteen osa-alue funktionaalinen data-analyysi. Työssä sovelletaan sen tunnettuja menetelmiä tyypillisen havainnon määrittämiseen moniulotteisesta funktionaalisesta otoksesta. Työssä esitellään lisäksi uusi lähestymistapa löytää tyypillisimmät havainnot. Menetelmä yhdistää Pareto-tehokkuuden, robustin tilastotieteen ja funktionaalisen data-analyysin käytännönläheisellä tavalla. Uusi lähestymistapa osoittautui tämän työn aineistoissa toimivammaksi kuin muut esitetyt menetelmät, ja menetelmä voisi olla mielenkiintoinen jatkotutkimuksen aihe. Kaiken kaikkiaan esitettyjen menetelmien toimivuus arvioidaan kohtuulliseksi, kunhan niiden heikkoudet tunnistetaan. Prosessin laadunarvioinnissa funktionaalinen lähestymistapa on perusteltu, vaikka yksiselitteisiä määritelmiä parhaalle tai tyypilliselle havainnolle ei löytyisikään. Lisäksi tehokkuuden tarkkailu kannustaa sekä operoinnin että joki- ja optimointimallin jatkuvaan kehittämiseen. fi
dc.format.extent 6 + 61
dc.format.mimetype application/pdf en
dc.language.iso en en
dc.title Assessing the Quality of Hydro-power Cascade Operation en
dc.title Vesivoimaketjun operoinnin laadun arviointi fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.school Perustieteiden korkeakoulu fi
dc.subject.keyword hydro-power en
dc.subject.keyword ex-post optimum en
dc.subject.keyword multi-criteria decision-making en
dc.subject.keyword functional data analysis en
dc.subject.keyword depth function en
dc.subject.keyword Pareto-depth en
dc.identifier.urn URN:NBN:fi:aalto-201606172645
dc.programme.major Systeemi- ja operaatiotutkimus fi
dc.programme.mcode F3008 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Ilmonen, Pauliina
dc.programme Teknillisen fysiikan ja matematiikan koulutusohjelma fi


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account