Aerogeneradores en la vivienda: IEC TS 61400-11-2

La IEC 61400-11 mide lo que emite un aerogenerador, cerca de él y a sotavento. La IEC TS 61400-11-2:2024 mide lo que llega a una vivienda a varios cientos de metros, donde el viento que mueve el rotor también agita los árboles, sube el fondo y curva el sonido por el camino. La medida es larga, de semanas y no de horas, y todo se clasifica por velocidad y dirección del viento antes de promediarlo. Esta página cubre los cálculos que la TS deja escritos: la velocidad del viento a las alturas que necesitan los intervalos, los promedios por intervalo con su incertidumbre, la corrección por fondo, el nivel de baja frecuencia en el interior, la emergencia, la valoración de la modulación de amplitud y el nivel de evaluación al que alimentan.

El montaje preferido es un micrófono de campo libre con pantalla antiviento de dos etapas o sobredimensionada, sobre trípode o mástil (8.1.3). Un micrófono en la fachada mejora la relación señal-ruido, si la fachada es plana con ±0,05 m en 1 m a su alrededor y los bordes quedan a más de 1 m, pero no sirve para la audibilidad tonal, la modulación de amplitud ni la impulsividad (8.1.3); una posición sustituta elegida en otro sitio también es de uso limitado para ellas (8.1.2). La velocidad y la dirección del viento salen de los propios aerogeneradores, de su curva de potencia o de la góndola, o de un mástil, y se llevan a una altura de referencia de 10 m (9.3). Después, todo lo acústico se clasifica en intervalos de velocidad de 1 m/s y sectores de 30° (10.1). Para la modulación de amplitud el sonómetro registra $L_{\mathrm{Aeq}}$ de 100 ms en bandas de tercio de octava de 20 Hz a 10 kHz como mínimo, y el viento se refiere a promedios de 10 min (13.6.1).

La ley potencial de la Ecuación (K.1) lleva una velocidad de viento de una altura a otra con el exponente de cizalladura $\alpha$, y la Ecuación (K.2) la invierte:

Las Tablas K.1 y K.2 evalúan las dos entre 120 m y 10 m. La velocidad de clasificación del 9.3.2 es, en cambio, una velocidad a altura de buje bajada a 10 m con el perfil logarítmico y la longitud de rugosidad de referencia $z_{0\mathrm{ref}}=0,05$ m del 3.31, que supone aire neutro; la ley potencial entre dos alturas medidas lleva consigo la estratificación.

from phonometry import environment

# Tabla K.1: 8 m/s a 120 m con alfa = 0,3 son 3,8 m/s a 10 m.
v10 = environment.power_law_wind_speed(
    8.0, height_m=10.0, reference_height_m=120.0, shear_exponent=0.3
)
# Tabla K.2: 5 m/s a 10 m bajo 8 m/s a 120 m es alfa = 0,19.
alpha = environment.wind_shear_exponent(
    8.0, 5.0, height_m=120.0, reference_height_m=10.0
)
# La velocidad de clasificación del 9.3.2.1: 8 m/s en el buje, logarítmico, z0 = 0,05 m.
v_bin = environment.logarithmic_wind_speed(8.0, height_m=10.0, reference_height_m=120.0)
print(round(v10, 2), round(alpha, 2), round(v_bin, 2))   # 3.8 0.19 5.45

profile = environment.wind_shear_profile(4.5, 8.6, upper_height_m=120.0)
print(round(profile.shear_exponent, 2), profile.typical)   # 0.26 True

En un parque eólico la velocidad de clasificación es la media de los aerogeneradores que hacen el sonido (9.3.2.3). Se ordenan por su nivel previsto en la vivienda y se van dejando fuera los más silenciosos mientras el total no baje más de 1 dB; lo típico es que queden dos o tres.

relevant = environment.sound_relevant_turbines(
    [33.5, 38.2, 29.4, 36.9, 25.1, 31.8, 27.0]
)
print(relevant.indices)                                  # (1, 3, 0)
print(round(relevant.total_level_db, 1), round(relevant.relevant_level_db, 1))  # 42.3 41.4
print(round(relevant.binning_wind_speed_m_s([6.1, 6.4, 5.8, 6.6, 5.5, 6.0, 5.7]), 2))  # 6.37

Izquierda: el perfil logarítmico del 9.3.2.1 es la atmósfera neutra; en una noche estable la cizalladura medida es mayor y el buje ve más viento del que sugiere la velocidad a 10 m. Derecha: dejar fuera los cuatro aerogeneradores más silenciosos baja el total 0,9 dB, y el quinto lo bajaría más, así que tres aerogeneradores fijan la velocidad de clasificación; los rombos son los tres más ruidosos juntos llegando a la línea discontinua. La figura numera los aerogeneradores desde 1, así que los indices (1, 3, 0) de arriba son en ella los aerogeneradores 2, 4 y 1.

import matplotlib.pyplot as plt

fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
profile.plot(left, language="es")
relevant.plot(right, language="es")
plt.show()

Cada intervalo promedia sus periodos en energía, Ecuación (1), o aritméticamente para un nivel estadístico como $L_{90}$, Ecuación (8). La incertidumbre de tipo A es la dispersión respecto a ese promedio sobre $N(N-1)$, Ecuación (2) o (9); la parte de tipo B es la media cuadrática de las incertidumbres de cada periodo, Ecuaciones (3) y (4), con ejemplos en la Tabla 3; la Ecuación (5) las combina. El fondo, medido con los aerogeneradores parados y clasificado igual, se resta intervalo a intervalo con la regla del 11.7: logarítmicamente, Ecuación (6) con la incertidumbre de la Ecuación (7), donde el total queda al menos 3 dB por encima; con los 3 dB que se sugieren donde queda al menos 0 dB pero menos de 3 dB por encima; y nada en absoluto donde el fondo es más fuerte, cuando el nivel del aerogenerador no se puede determinar.

import numpy as np

rng = np.random.default_rng(611)
speeds = rng.uniform(2.6, 11.45, 420)              # velocidades de clasificación, m/s
turbine = 33.0 + 2.0 * np.minimum(speeds, 9.0)     # potencia nominal a 9 m/s
background = 15.0 + 3.4 * speeds                   # el viento en los árboles
total = 10.0 * np.log10(10.0 ** (turbine / 10.0) + 10.0 ** (background / 10.0))
total_levels = np.round(total + rng.normal(0.0, 1.2, speeds.size), 1)
off_speeds = rng.uniform(2.6, 11.45, 240)           # aerogeneradores parados
off_levels = np.round(15.0 + 3.4 * off_speeds + rng.normal(0.0, 1.5, 240), 1)

on = environment.bin_sound_levels(total_levels, speeds, type_b_uncertainty_db=0.5)
off = environment.bin_sound_levels(off_levels, off_speeds, type_b_uncertainty_db=0.5)
corrected = on.background_corrected(off)
print(corrected.wind_speeds_m_s)                   # [ 3.  4. ...  10. 11.]
print(np.round(corrected.level_differences_db, 1))  # 13.7 ... 3.4 2.1
print(np.round(corrected.turbine_levels_db, 1))     # 39.2 ... 50.4 52.2
print(corrected.regimes[-1].value)                  # three_db

Derecha: de 3 m/s a 10 m/s el total queda 3,4 dB o más por encima del fondo y el fondo se resta; a 11 m/s queda 2,1 dB por encima, y el 11.7 sugiere quitar 3 dB al total en su lugar. Su NOTA 1 advierte que entonces no se puede establecer que se supere un límite.

fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
on.plot(left, language="es")
corrected.plot(right, language="es")
plt.show()

Una previsión a partir de los niveles de potencia acústica de la IEC 61400-11 lleva su propia incertidumbre (10.3.4): la Ecuación (10) pondera la incertidumbre de la potencia acústica de cada aerogenerador por su parte de la energía en la vivienda, y la Ecuación (11) le suma los 2 dB que la TS espera de la ISO 9613-2 o de Nord2000 a sotavento y 0,5 dB por el modelado.

prediction = environment.predicted_receptor_level([36.9, 38.2, 33.5], 1.5)
print(round(prediction.level_db, 1), round(prediction.combined_uncertainty_db, 2))  # 41.4 2.55

Medir durante semanas el sonido de baja frecuencia dentro de una casa es intrusivo y rara vez sale limpio, así que el Anexo C lo predice a partir de los niveles de potencia acústica, banda a banda de 10 Hz a 200 Hz:

con $l$ la distancia horizontal y $h$ la altura de buje, 11 dB por $10\lg (4\pi )$, la corrección de terreno $\Delta L_{\mathrm{g},\mathrm{LF}}$ de la Tabla C.2 para la clase de impedancia D, la absorción del aire $\Delta L_{\mathrm{a}}=\alpha \sqrt{l^2+h^2}$ y un aislamiento de fachada $\Delta L_{\sigma }$ como las dos filas danesas de la Tabla C.3. Los aerogeneradores se suman por banda, y el nivel es la suma energética de las bandas; el límite danés del C.6.1 son 20 dB para la suma ponderada A de 10 Hz a 160 Hz.

power = 118.0 - np.arange(environment.LOW_FREQUENCY_BANDS_HZ.size, dtype=float)
low = environment.wind_turbine_low_frequency_level(
    np.vstack([power, power, power - 1.0]),      # tres aerogeneradores, de 10 Hz a 200 Hz
    distance_m=[650.0, 820.0, 1100.0],
    hub_height_m=120.0,
    facade_insulation_db=environment.LOW_FREQUENCY_FACADE_INSULATION_DB[
        "Denmark brick or similar"
    ],
)
print(round(low.outdoor_level_db, 1), round(low.indoor_level_db, 1))   # 35.1 16.5
danish = environment.LOW_FREQUENCY_BANDS_HZ <= 160.0
print(round(10.0 * np.log10(np.sum(10.0 ** (low.indoor_levels_db[danish] / 10.0))), 1))  # 15.8

El título de la Tabla C.2 dice 70 % de humedad relativa y 10 °C, y el texto que la sigue dice que el coeficiente de absorción del aire se calcula según la ISO 9613-1. De 125 Hz a 200 Hz es así: 0,41, 0,59 y 0,80 dB/km son la ISO 9613-1 en esa atmósfera, evaluada en las frecuencias centrales nominales. La propia Tabla 1 de la ISO 9613-1 se calcula en las frecuencias exactas de centro de banda e imprime 0,584 dB/km (0,58) a 160 Hz, cuyo centro exacto es 158,5 Hz; la TS toma aquí los centros nominales, mientras que su Tabla 7 sigue los exactos. De 50 Hz a 100 Hz no lo es. La ISO 9613-1 al 70 % da 0,08, 0,12, 0,19 y 0,28 dB/km a 50 Hz, 63 Hz, 80 Hz y 100 Hz; la tabla imprime 0,07, 0,11, 0,17 y 0,26, entre 0,01 y 0,02 dB/km menos.

Esas celdas más bajas no son un accidente de redondeo. De 10 Hz a 100 Hz la fila es, celda a celda, la atenuación del aire de la orden reglamentaria danesa sobre ruido de aerogeneradores (BEK nr. 135 de 2019, Tabla 1.4), que está fijada para un 80 % de humedad relativa y 10 °C, toma las tasas de atenuación de Nord2000 y desprecia la absorción del aire por debajo de 25 Hz, como recomienda el informe de DELTA en el que se apoya. El aire más húmedo absorbe menos a estas frecuencias, y la ISO 9613-1 al 80 % da ahí 0,07, 0,11, 0,17 y 0,25 dB/km, a 0,01 dB/km o menos de las celdas impresas. La tabla une, por tanto, dos atmósferas en 100 Hz: el 80 % danés por debajo y el 70 % del título por encima. La orden termina en 160 Hz con 0,38 y 0,55 dB/km a 125 Hz y 160 Hz, que la TS sustituyó por sus propios valores al 70 %.

Derecha: una celda y un valor calculado que difieren en menos de 0,005 dB/km se imprimen con el mismo número. Hasta 100 Hz las celdas son las de la atmósfera del 80 % (los 0,006 dB/km de 100 Hz son la tasa por banda de Nord2000 de la orden danesa, 0,26 donde la ISO 9613-1 da 0,254), y desde 125 Hz las del 70 % del título.

import warnings

from phonometry.environment.propagation.air_absorption import air_attenuation

bands = environment.LOW_FREQUENCY_BANDS_HZ
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
low.plot(left, language="es")
shown = bands >= 25.0
for humidity in (70.0, 80.0):
    with warnings.catch_warnings():       # la ISO 9613-1 es orientativa por debajo de 50 Hz
        warnings.simplefilter("ignore")
        iso = 1000.0 * np.asarray(
            air_attenuation(
                bands[shown], temperature_c=10.0, relative_humidity_percent=humidity
            )
        )
    printed = environment.LOW_FREQUENCY_AIR_ATTENUATION_DB_PER_KM[shown]
    right.semilogx(bands[shown], printed - iso, marker="o",
                   label=f"Tabla C.2 menos ISO 9613-1 a 10 °C, {humidity:.0f} %")
right.axhspan(-0.005, 0.005, alpha=0.2)
right.set(xlabel="Frecuencia [Hz]", ylabel="Diferencia de alfa [dB/km]")
right.legend()
plt.show()

La diferencia es como mucho de 0,02 dB/km, unas centésimas de decibelio en las distancias para las que se usa el Anexo C, pero quien recalcule la fila en la atmósfera del título no puede reproducir su mitad inferior, así que está en el registro de erratas. La biblioteca publica la fila tal como está impresa, LOW_FREQUENCY_AIR_ATTENUATION_DB_PER_KM, y la usa por defecto, así que sus resultados reproducen la TS y la orden danesa; para la ISO 9613-1 en otra atmósfera, pasa tú los coeficientes:

with warnings.catch_warnings():
    warnings.simplefilter("ignore")
    iso_70 = 1000.0 * np.asarray(
        air_attenuation(bands, temperature_c=10.0, relative_humidity_percent=70.0)
    )
at_70 = environment.wind_turbine_low_frequency_level(
    np.vstack([power, power, power - 1.0]),
    distance_m=[650.0, 820.0, 1100.0],
    hub_height_m=120.0,
    air_attenuation_db_per_km=iso_70,
    facade_insulation_db=environment.LOW_FREQUENCY_FACADE_INSULATION_DB[
        "Denmark brick or similar"
    ],
)
print(round(at_70.indoor_level_db - low.indoor_level_db, 3))   # -0.005

La Tabla C.4, la de presentación de resultados, suma el término de distancia que la Ecuación (C.1) resta; lo implementado es la ecuación, y la tabla está en el registro de erratas.

La reglamentación francesa limita la emergencia, el criterio de sonido ambiental con los aerogeneradores en marcha menos el criterio de fondo con ellos parados, por clase completa de velocidad de viento, Ecuación (J.1). No es un límite sobre el sonido del aerogenerador en sí.

emergence = environment.sound_emergence(
    [38.5, 41.0, 43.5], [33.0, 37.5, 41.5], wind_speeds_m_s=[5.0, 6.0, 7.0]
)
print(emergence.emergence_db)   # [5.5 3.5 2. ]

El nivel del sonido de un aerogenerador sube y baja una vez por cada paso de pala, el «silbido» que describe un vecino, y cuanto más hay, más molesta de lo que dice su nivel medio. El apartado 13 lo valora con el método de referencia del Grupo de Trabajo sobre Modulación de Amplitud del Institute of Acoustics (13.2). La entrada es una serie de niveles ponderados A de 100 ms sumados sobre siete bandas de tercio de octava, de 50 Hz a 200 Hz, de 100 Hz a 400 Hz o de 200 Hz a 800 Hz (13.6.2.1.1), con tres bandas más altas en el Anexo G.3 para aerogeneradores más pequeños cuyo silbido está por encima de 800 Hz.

freqs = [50, 63, 80, 100, 125, 160, 200, 250, 315, 400, 500, 630, 800]
rng = np.random.default_rng(7)
logged = 40.0 + rng.normal(0.0, 1.0, (1000, len(freqs)))    # 100 s, bandas sin ponderar
band_2 = environment.amplitude_modulation_band_levels(logged, freqs, band=2, weighting="Z")
print(band_2.shape)   # (1000,)

Un bloque de 10 s (13.6.2.3). A los 100 valores se les elimina la tendencia con un ajuste cúbico y se transforman con una DFT rectangular de 0,1 Hz de resolución en el espectro de potencia de la Ecuación (12), $S_{xx}=|F\{x\}{|}^2/m^2$. El máximo local más alto dentro del rango donde se espera la frecuencia de paso de pala es la fundamental. Su prominencia, Ecuación (13), es esa línea sobre la media de las dos líneas que hay más allá de cada vecina; un bloque sin máximo en el rango, o con una prominencia menor que 4, es un bloque «sin prominencia». Los armónicos segundo y tercero se suman si hay un máximo en el doble y el triple de la fundamental, o a una o dos líneas de ellos, y tanto la fundamental sola como el armónico solo oscilan más de 1,5 dB. Tres líneas alrededor de cada componente conservada, con sus simétricas de frecuencia negativa, se transforman de vuelta, y la profundidad de modulación es el $L_5-L_{95}$ de esa serie.

t = np.arange(100) * 0.1
rng = np.random.default_rng(1340)
levels = np.round(
    38.0
    + 1.2 * np.sin(2 * np.pi * t / 47.0)                # la deriva del viento
    + 2.0 * np.sin(2 * np.pi * 0.8 * t)                 # el silbido, 0,8 Hz
    + (4.0 / 6.0) * np.sin(4 * np.pi * 0.8 * t + 0.9)   # y su armónico
    + rng.normal(0.0, 1.0, t.size),
    1,
)
block = environment.amplitude_modulation_block(
    levels, modulation_frequency_range_hz=(0.5, 1.1)
)
print(block.status.value, block.fundamental_frequency_hz)   # valid 0.8
print(round(block.prominence, 1), block.harmonic_frequencies_hz)  # 79.9 (1.6, 2.5)
print(round(block.modulation_depth_db, 2))                  # 4.95

Izquierda: el tercer armónico aparece en 2,5 Hz, una línea por encima de su estimación de 2,4 Hz, lo que el 13.6.2.3 f) permite hasta a dos líneas. Derecha: la reconstrucción conserva el paso de pala y deja fuera el ruido.

fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
block.plot(left, language="es")
block.plot(right, kind="series", language="es")
plt.show()

La valoración de 10 min (13.6.3). Sesenta bloques forman un periodo; con al menos 30 válidos, la valoración es el percentil 90 de sus profundidades, con la media y la moda de sus fundamentales. Un periodo con menos se valora con 0 dB y no da frecuencia de modulación. La valoración alimenta el ajuste de la Figura A.1.

t = np.arange(6000) * 0.1
rng = np.random.default_rng(1363)
depth = 3.0 + 2.5 * np.sin(2.0 * np.pi * t / 600.0) ** 2
gust = (t >= 240.0) & (t < 330.0)                  # 90 s de rachas, sin silbido
depth[gust] = 0.0
series = (
    38.0
    + 1.2 * np.sin(2 * np.pi * t / 47.0)
    + 0.5 * depth * np.sin(2 * np.pi * 0.8 * t)
    + depth / 6.0 * np.sin(4 * np.pi * 0.8 * t + 0.9)
    + rng.normal(0.0, 1.0, t.size)
)
series[gust] += rng.normal(0.0, 2.5, int(gust.sum()))
period = environment.amplitude_modulation_period(
    np.round(series, 1), modulation_frequency_range_hz=(0.5, 1.1)
)
print(period.valid_blocks, round(period.rating_db, 2))    # 55 5.84
print(round(period.mean_modulation_frequency_hz, 2), period.mode_modulation_frequency_hz)  # 0.8 0.8

Los intervalos (13.6.4). Cada periodo es un punto de datos de su valoración en cada banda, clasificado por 1 m/s y 30° como todo lo demás. La media de cada intervalo cuenta los 0 dB de los periodos sin valorar y deja fuera los excluidos, y cada intervalo da la banda con la media más alta, con su recuento, el número de valoraciones distintas de cero y la proporción por encima de 3 dB, 6 dB y 9 dB (13.7).

ratings = np.array(
    [[2.1, 4.6, 3.0], [0.0, 0.0, 0.0], [1.8, 5.2, 3.9],
     [2.5, 3.9, 4.4], [0.0, 0.0, 0.0], [3.1, 2.2, 5.0]]
)   # bandas 1, 2 y 3 de seis periodos
binned = environment.bin_amplitude_modulation(ratings, [6.2, 6.4, 5.9, 7.1, 7.3, 6.8])
print(binned.wind_speeds_m_s, binned.counts)           # [6. 7.] [3 3]
print(binned.selected_bands, np.round(binned.selected_ratings_db, 2))  # [2 3] [3.27 3.13]

Derecha: la banda que lleva el silbido cambia con el viento, y el 13.6.4 la elige por intervalo; la etiqueta sobre cada punto nombra la banda, 1 para 50 Hz a 200 Hz, 2 para 100 Hz a 400 Hz y 3 para 200 Hz a 800 Hz. Los periodos sin valorar bajan las medias donde el silbido es raro.

rng = np.random.default_rng(1364)
survey_speeds = rng.uniform(3.5, 10.45, 600)
survey = np.column_stack([
    np.clip(1.5 + height * np.exp(-(((survey_speeds - peak) / 2.0) ** 2))
            + rng.normal(0.0, 0.8, 600), 0.0, None)
    for peak, height in ((5.0, 2.5), (7.0, 4.0), (9.0, 4.5))
])
audible = np.exp(-(((survey_speeds - 7.0) / 2.5) ** 2))
survey[rng.uniform(0.0, 1.0, 600) < 0.35 * (1.0 - audible)] = 0.0
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
period.plot(left, language="es")
environment.bin_amplitude_modulation(np.round(survey, 2), survey_speeds).plot(
    right, language="es"
)
plt.show()

El apartado 13 dice que implementa el Final Report del AMWG con salidas más concretas y la banda del caso más desfavorable en cada intervalo, y el análisis de 10 s es el de ese informe paso a paso. De la redacción de la TS salen dos diferencias, y la biblioteca implementa la TS:

• Un periodo con menos de 30 bloques válidos se valora con 0 dB y se mantiene en la media del intervalo (13.6.3, 13.6.4); el informe lo descarta (su Figura 4.2.2). El 13.6.4 deja fuera además «any excluded periods due to pf or other exclusions». Leído al pie de la letra, eso quitaría justo los periodos que el 13.6.3 valora con 0 dB, cuyos bloques no pasaron la prueba de prominencia, y el «including 0 values» de la misma frase y el recuento de valores distintos de cero que pide no significarían nada. La biblioteca lo lee como los periodos que excluye el técnico, las marcas excluded= de bin_amplitude_modulation.
• La banda se elige por intervalo (13.6.4); el informe elige una sola banda para toda la campaña haciendo una regresión de las valoraciones de unas bandas frente a otras.

Un periodo con exactamente 30 bloques válidos se valora, como dicen el 13.6.2.2 («at least 50 %») y el informe («at least 50 % (i.e. 30)»); las viñetas del 13.6.3 dicen «greater than» y «less than» y lo dejan fuera, lo que está en el registro de erratas.

El grupo de trabajo publicó su código (v1.4) con tres series de ejemplo. Aquí se ha usado como oráculo y nunca como fuente: la biblioteca reproduce los resultados impresos del ejemplo, prominencia 44,64, fundamental 0,70 Hz y una valoración de 10 s de 8,38 dB para la serie de 100 Hz a 400 Hz en el rango de 0,4 Hz a 0,9 Hz, y coincide con el código sin modificar en bloques y periodos sintéticos, como muestra el informe de conformidad. Donde los dos divergen decide la TS, y las filas lo fijan: un periodo de 29 bloques válidos se valora con 0 dB. Un detalle es sólo del código: compara las frecuencias de sus líneas espectrales, calculadas como múltiplos de 0,1 Hz, con los límites del rango como números en coma flotante, así que un límite superior de 0,6 Hz, 0,7 Hz, 1,2 Hz o 1,4 Hz deja fuera su propia línea (seis, siete, doce y catorce veces 0,1 Hz salen un poco por encima del límite; dieciséis veces 0,1 Hz es exactamente 1,6 Hz, y esa línea se conserva). La biblioteca trabaja con índices de línea y conserva la línea de cualquier límite, como se lee en el «between» de la TS.

$L_{\mathrm{r}}=L_{\mathrm{eq}}+K$, con $K$ el más severo de los ajustes tonal, de modulación de amplitud e impulsivo, sólo uno cada vez (A.1). Los ejemplos de la TS son la Tabla A.1 para los tonos (ISO 1996-2 Tabla J.1, tonal_adjustment_from_mean_audibility), la ISO/PAS 1996-3 para los impulsos (impulse_adjustment) y la Figura A.1 para la modulación de amplitud: nada por debajo de una profundidad de 3 dB, 3 dB en 3 dB, subiendo hasta 5 dB en 10 dB y constante por encima.

k_am = environment.amplitude_modulation_adjustment(period.rating_db)
rating = environment.wind_turbine_rating_level(
    41.0, tonal_adjustment_db=2.0, amplitude_modulation_adjustment_db=k_am
)
print(round(k_am, 2), rating.governing, round(rating.rating_level_db, 1))  # 3.81 amplitude_modulation 44.8

depths = np.linspace(0.0, 12.0, 481)
fig, (left, right) = plt.subplots(1, 2, figsize=(13.0, 5.4))
left.plot(depths, environment.amplitude_modulation_adjustment(depths))
left.plot([period.rating_db], [k_am], "o")
left.set(xlabel="Profundidad de modulación [dB]", ylabel=r"Ajuste $K_\mathrm{am}$ [dB]")
rating.plot(right, language="es")
plt.show()

Los tonos de una banda que la ISO 9613-1 atenúa 20 dB o más en la distancia al aerogenerador más cercano no suelen preocupar, y toda banda más alta se atenúa más, así que la banda más baja que lo cumple fija el techo de la búsqueda. La Tabla 7 la da para cinco atmósferas y cuatro distancias; la función la calcula para cualquiera.

search = environment.upper_tone_search_frequency(
    600.0, temperature_c=10.0, relative_humidity_percent=50.0
)
print(search.upper_frequency_hz)   # 4000.0, como imprime la Tabla 7

La fila de la Tabla 7 impresa para 10 °C y 80 % lleva las frecuencias que da la regla a −10 °C y 80 % (no las de la propia fila de −10 °C de la tabla, que está al 100 %); a 10 °C y 80 % la función da 10, 6,3, 5 y 4 kHz donde la tabla imprime 10, 5, 2,5 y 2 kHz. Esa fila, con otros ocho defectos impresos de la TS, está en el registro de erratas.

search.plot(language="es")
plt.show()

• Cubierto

  Los cálculos que la IEC TS 61400-11-2:2024 deja escritos: la velocidad del viento entre alturas del Anexo K (Ecuaciones (K.1) y (K.2), Tablas K.1 a K.3) y la velocidad de clasificación del 9.3.2.1 y del 9.3.2.3; los promedios por intervalo y las incertidumbres de las Ecuaciones (1) a (9) con la Tabla 3, la corrección por fondo de las Ecuaciones (6) y (7) con la regla del 11.7, y la incertidumbre de la previsión de las Ecuaciones (10) y (11); el nivel de baja frecuencia de la Ecuación (C.1) con las Tablas C.1 a C.3 y C.5; la emergencia de la Ecuación (J.1); la modulación de amplitud del apartado 13, el bloque de 10 s, la valoración de 10 min y los intervalos, con las bandas más altas del Anexo G.3; el nivel de evaluación del A.1 con el ajuste de la Figura A.1; y la frecuencia superior de búsqueda de tonos del 12.5.2.4. Todos los resultados se dibujan.

• No cubierto

  La propia campaña de medida: la selección de periodos, el filtrado de los sonidos ajenos y la escucha de audio del Anexo F son cosa del técnico. No está implementado el procedimiento de audibilidad tonal del 12.5 (espectros de 3 s, la agrupación de frecuencias del 12.5.2.6 y la media de 1 min del 12.5.2.7); la audibilidad tonal de la biblioteca es la de la ISO/PAS 20065:2016 de la página de audibilidad de tonos. Tampoco lo están la impulsividad del apartado 14 más allá del ajuste de la ISO/PAS 1996-3, el infrasonido del Anexo D, los criterios sueco y danés como dictámenes, ni la propagación Nord2000 sobre la que se construye el Anexo C. Quedan fuera también los rotores más rápidos del Anexo G.2, cuya frecuencia fundamental de modulación supera 1,6 Hz: las funciones rechazan un rango por encima de los 1,6 Hz del 13.2.