Hoe eenvoudig is een gemiddelde?

Slides:



Advertisements
Verwante presentaties
Statistische uitspraken over onbekende populatiegemiddelden
Advertisements

Wideband Delphi methode
Amsterdam- Amersfoort
Stookinstallaties Consequenties voor de zorgsector Symposium
Installaties.
Kwaliteit emissiemetingen in Nederland Rol van InfoMil
BEMS-voorlichting 3 noordelijke provincies
Het vergelijken van twee populatiegemiddelden: Student’s t-toets
Nieuwe meetvoorwaarden voor stookinstallaties, stationaire motoren en gasturbines 11 juni 2004 Peter Meulepas
Verslaglegging Wat hebben we geleerd.
Prestaties Schatten en Managen
Meervoudige lineaire regressie
Inferentie voor regressie
H4 Marktonderzoek Verschillende informatiebehoeften in verschillende fasen: Analyse fase Strategische fase Implementatie fase Evaluatie fase.
Hoofdstuk 11 Kwantitatieve gegevens analyseren Methoden en technieken van onderzoek, 5e editie, Mark Saunders, Philip Lewis, Adrian Thornhill, Marije.
Workshop NeR: Controleren van luchtemissies (3.7)
DCMR Buro Lucht / Marcel Koeleman
Onderzoek benzeenconcentraties Hoek van Holland: Stand van zaken
Risico analyse Dr.ir. Christ van Gurp KOAC-NPC Asfalt en bitumendag 20 november 2008.
Presentatie Bems R. Beckers
Workshop ISC – Overstromingen Bepalen van de hoogste waterlijn door een statistische benadering met omhullende curven Voorbeeld: het Loire-estuarium Thierry.
De steekproefuitkomsten generaliseren naar de populatie
Beoordeling trillingshinder Kan dat anders??? 29 maart 2011 C.J. Ostendorf, Cauberg-Huygen Raadgevende Ingenieurs A. Koopman TNO Bouw en Ondergrond.
Installaties.
WapliX Webdatabases New generations of applications.
Paramaribo, september 2015 Ten behoeve van leerkrachten van de EBGS Mr.dr.E. Marshall & M. Day.
NPR 13201: 2016.
Gebruikerstraining: QRAE Plus persoonlijke multigas monitor.
VOORLICHTINGSAVOND TL 3. PROGRAMMA PLENAIR EXAMENPROGRAMMA PTA VOORBEELDEN VAN PTA VRAGEN VAN OUDERS MENTOREN BEGELEIDING CONTACTEN INDIVIDUELE VRAGEN.
Testen met een klein aantal testmonsters Rob Ross.
Bepaling van ethanol in biologische monsters met behulp van statische headspace en gaschromatografie met vlamionisatie detector Jan De Rycke.
LNG sleephopperzuiger
Rijkswaterstaat (InfoMil) 1Ozon en F-gassen regelgeving Rijkswaterstaat (InfoMil) Toezicht lucht in het Activiteitenbesluit Monitoren van de emissies naar.
Europese emissie-eisen middelgrote stookinstallaties in het Activiteitenbesluit Schakeldag 2017 Piet Kruithof (Ministerie I&M)
Veilig ander aardgas verbranden
Correctiefactoren bij roeiwedstrijden
Alleen toevallige variaties
De thematische strategie luchtverontreiniging van de Europese Commissie Steven Lauwereins LNE – Afdeling Lucht, Hinder, Risicobeheer, Milieu & Gezondheid.
Regels voor vastleggen van ELVs
Alleen toevallige variaties
Code van Goede Praktijk Batch processen: kader
Emissiemetingen volgens SCIOS scope 6
Hoe eenvoudig is een gemiddelde?
De Flexibele Club Competitie
Het online opzetten, afnemen, beoordelen en verwerken van toetsen
Homogeniteit van de meetsectie
Wendy Swaans LABS-dag 08/06/07
Recente publicaties van het Referentielaboratorium Lucht
Toelichting bij EN Werkgroep 9 mei 2007.
Training statistiek NEN-689
Meetonzekerheid: praktische rekenvoorbeelden
Resultaten enquête controlekaarten
Workshop Prioritaire Projecten
Resultaten enquête werkgroep
Voorbereiding accreditatie ringtesten rookgassen
Wendy Swaans Werkgroep lucht 8/12/06
WERKGROEP/ LABSDAG LUCHT 2017
Bespreking en evaluatie van recente LABS ringtesten
Meetonzekerheid: praktische rekenvoorbeelden
Emissiemetingen volgens SCIOS scope 6
Wendy Swaans LABS-dag 08/06/07
Code van Goede Praktijk Batch processen: kader
Resultaten enquête controlekaarten
INHOUD Kadering Doelstelling Geselecteerde koeler Testprogramma Resultaten Vragenlijst meetgaskoelers.
11 juni 2004 Peter Meulepas Nieuwe meetvoorwaarden voor stookinstallaties, stationaire motoren en gasturbines 11 juni 2004 Peter.
Wendy Swaans Werkgroep lucht 8/12/06
Voorbereiding accreditatie ringtesten rookgassen
Resultaten enquête werkgroep
WERKGROEP/ LABSDAG LUCHT 2017
Kwaliteit emissiemetingen in Nederland Rol van InfoMil
Transcript van de presentatie:

Hoe eenvoudig is een gemiddelde? VITO Werkgroep Lucht en LABSdag 22 september 2017 Wim Burgers RWS-WVL-InfoMil

Inhoud Wat is een valide gemiddelde? (CEN TC 264 WG 9) Verhouding korte en lange termijn gemiddelden (TWG BREF LCP) Toetsing emissie-eisen bij continue metingen 14 juli 2019

Wat is een valide gemiddelde? Korte termijngemiddelde (STA - short term average) (half)Uurgemiddelde op basis van minuutwaarden Validiteit op basis van 2/3 regel Meetgegevens beschikbaar (of vervangende waarden) Één bedrijfsconditie, bv uit bedrijf, opstarten, in bedrijf, afstoken, storing, storing of onderhoud analyser, etc Kalibratiefunctie en zuurstofherleiding op (half)uurgemiddelde  Standardised Short Term Average (SSTA) 14 juli 2019

Wat is een valide gemiddelde? Lange termijn gemiddelde (LTA – long term average) Dag-, maand- en jaargemiddelde Validiteit daggemiddelde op basis van 25% regel Eis van toepassing op tenminste 6 uur- of 12 halfuurwaarden Valide maand- of jaargemiddelde op basis van 10% regel Bv. valide maandgemiddelde = tenminste 72 uur gemiddelden beschikbaar om te kunnen toetsen aan emissie-eis 14 juli 2019

14 juli 2019

Verhouding korte en lange termijn gemiddelden - Bref grote stookinstallaties Bepaling van BAT-AELs BAT-AELs Korte termijn: 18-45 Jaargemiddelde: 12-30 Bovengrens jaar-gemiddelde Bovengrens korte termijn gemiddelde Ondergrens korte termijn gemiddelde Ondergrens jaar-gemiddelde

Verhouding korte en lange termijn gemiddelden - Bref grote stookinstallaties Kritiek op bepaling van BAT-AELs in 1e concept Aanname 95-percentiel uurgemiddelden = daggemiddelde Gekozen lange termijn gemiddelde voor BAT-AEL Jaargemiddelde i.p.v. maandgemiddelde volgens IED Wensen Onderbouwing voor relatie tussen uur- en daggemiddelden Omrekening van BAT-AEL’s naar maandgemiddelde

Verhouding korte en lange termijn gemiddelden - Statistiek Aantal onafhankelijke waarnemingen σgem = σiw/√(n) Individuele waarneming Gemiddelde σiw

Verhouding korte en lange termijn gemiddelden - Statistisch voorbeeld Ketel 95% van bedrijfstijd gestookt met proces gas  100 mg/Nm3 5% van bedrijfstijd gestookt met aardgas  200 mg/Nm3 Statistiek 95-percentiel uurgemiddelden = 100 mg/Nm3 Jaargemiddelde = 0,95*100+0,05*200=105 mg/Nm3 Aowd Uren met verhoogde emissie Max daggemiddelde 24 1 104 12 2 108 4 6 125 3 8 133 150 200 Richtlijn Bref’s: korte en lange termijn gemiddelden

Aantal onafhankelijke waarnemingen op een dag (Aowd) Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Jgem Aantal onafhankelijke waarnemingen op een dag (Aowd) Uurgemiddelde Daggemiddelde 95-percentiel Dgem=Jgem+1,64*σiw/√(Aowd) 95-percentiel Ugem=Jgem+1,64*σiw

Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Aowd bepaald door optimalisatie fit tussen waargenomen 95-percentiel van het daggemiddelde met de statistische waarde Statistische 95-percentiel Dgem= Jgem+1,64*σiw/√(Aowd) Vanwege eenvoud besloten om algemene Aowd van 2.5 te gebruiken Component Installaties Data sets Aowd NOx 94 251 2.8 SO2 44 96 2.1 Stof 42 91 3.8 CO 87 230 2.6 Alle 103 706 2.4

Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Aowd=2.5  40% van bedrijfstijd op een dag met verhoogde emissies (10 uur/24 uur) Om de maximale dag- en maandgemiddelden te bepalen extra aannames nodig Statistische parameters maximum gemiddelden Dag- gemiddelde Maand- Gemiddeldes per jaar 350 12 Min uurgemiddelden per maand 120 Max overschrijdingen per jaar 0.2 Percentiel daggemiddelden 99.94% Student T-factor 3.259

Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Omrekenen BREF BAT-AELs met statistische method: 1e concept BREF: NOx, SOx en stof Dgem=Jgem + 1.25 * (95%Ugem - Jgem) Mgem=Jgem + 0.56 * (95%Ugem - Jgem)

Verhouding waargenomen/statistisch Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Maandgemiddelde NOx Verhouding waargenomen/statistisch

Statistisch versus waargenomen Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Maandgemiddelde NOx Statistisch versus waargenomen Statistisch Waargenomen

NL implementatie BREF in Activiteitenbesluit Verhouding korte en lange termijn gemiddelden - Statistische evaluatie data BREF grote stookinstallaties Definitieve BREF BAT-AELs voor jaar- en daggemiddelde NOx-, SOx- en stof-emissie Dgem=Jgem+1.25*(95%Ugem-Jgem) Mgem=Jgem+0.56*(95%Ugem-Jgem) }  Mgem=0.55*Jgem + 0.45*Dgem NL implementatie BREF in Activiteitenbesluit

Toetsing emissie-eisen bij continue metingen - onzekerheid korte termijn gemiddelden Korte termijn gemiddelden voor toetsing verminderen met Maximale meetonzekerheidseis Vastgestelde waarde uit EN14181-QAL2 Theoretische waarde uit EN14181-QAL1 Op basis van instrumentcertificatie volgens EN 15267-3

Toetsing emissie-eisen bij continue metingen - Onzekerheid korte termijn gemiddelden Maximale meetonzekerheidseis Principe Berekening uit emissie-eis en eis aan betrouwbaarheidinterval in regelgeving Voordeel Goede meetsystemen worden niet benadeeld tov minder goede meetsystemen Eenmalige berekening Nadeel Afgetrokken waarde altijd te hoog Zonder onderbouwing in strijd met IED

Toetsing emissie-eisen bij continue metingen - Onzekerheid korte termijn gemiddelden Vastgestelde waarde uit EN14181-QAL2 Principe Schatting volgt uit variabiliteitstest van de QAL2  Standaard deviatie verschil tussen AMS en SRM Voordeel Niet in strijd met IED Nadeel Onderschatting onzekerheid, omdat tijdens QAL2 niet alle parametervariaties voorkomen (T, p, 220V,kruisgevoeligheid etc) Onzekerheid moet naar iedere kalibratie opnieuw worden berekend

Toetsing emissie-eisen bij continue metingen - Onzekerheid korte termijn gemiddelden Theoretische waarde uit EN14181-QAL1 Principe Berekening op basis gegevens uit de certificatie van het meetinstrument en andere de specifieke onzekerheidsfactoren, zoals homogeniteit en herleiding van meetinstrumenten Voordeel Niet in strijd met IED Veel gegevens beschikbaar Eenmalige berekening

Toetsing emissie-eisen bij continue metingen - Onzekerheid korte termijn gemiddelden Theoretische waarde uit EN14181-QAL1 (vervolg) Nadeel Onzekerheid voor homogeniteit en herleiding moeilijk in te schatten Onderzoek Ineris  Vaak onderschatting

Toetsing emissie-eisen bij continue metingen - Onzekerheid korte termijn gemiddelden Op basis van instrumentcertificatie volgens EN 15267-3 Principe Berekening op basis gegevens uit de certificatie van het meetinstrument en 65% van onzekerheidsbudget reserveren overige factoren, zoals homogeniteit en herleiding U = wortel (Uoverig2 + UAMS2)= wortel ((0,65* Ueis /100 *Emissie-eis)2 + UAMS2) Voordeel Niet in strijd met IED Eenmalige berekening Alle gegevens beschikbaar Nadeel Mogelijke kleine overschatting onzekerheid

Toetsing emissie-eisen bij continue metingen - Onzekerheid lange termijn gemiddelden Kleiner dan meetonzekerheid korte termijn gemiddelde Maar niet: meetonzekerheid korte termijn/√n ! Aftrekken maximale onzekerheidseis korte termijn gemiddelde veel te veel Op basis kalibratielijn?

Toetsing emissie-eisen bij continue metingen - Onzekerheid lange termijn gemiddelden Op basis van kalibratielijn Waargenomen onzekerheid Aantal kalibratiepunten(m) bepalend En niet aantal meetpunten(n)! Afstand tot zwaartepunt van invloed Uiw ≈ 1,96*SR Vereenvoudiging als helling(B)≈1, n>>m en Xonb ≈ Xz  Ult = Uiw /√(m) = 0,25 * Uiw

14 juli 2019