clc
clear
%% 1.计算风速weibull分布
% 数据处理
tic
load data;
mu=mean(speed);%原始数据的统计参数
sigma=sqrt(var(speed));
% 计算威布尔分布参数
parmhat=wblfit(speed);
k=parmhat(2);
c=parmhat(1);
% k=(sigma/mu)^-1.086;
% c=mu/gamma(1+1/k);
% 威布尔分布拟合
[y,x]=hist(speed,ceil(max(speed)/0.5));%x是区间中心数,组距-1.5
prob1=y/8760/0.5;%计算原始数据概率密度 ,频数除以数据种数,除以组距
prob2=(k/c)*(x/c).^(k-1).*exp(-(x/c).^k);%威布尔分布
figure(1)
title('Weibull分布拟合图');
bar(x,prob1,1)
hold on
plot(x,prob2,'r')
legend('历史数据','Weibull拟合结果')
% legend('Weibull拟合结果')
hold off
save('result_weibull.mat')
toc
% c=cumsum(prob2)
% plot(x,c)
%% 2.ARMA模型预测风速
%
% clc
% clear
% load data
% mu=mean(speed);%原始数据的统计参数
% sigma=sqrt(var(speed));
%
% % 2.1数据标准化
% Stdspeed=(speed-mu)/sigma;
% % Stdspeed=iddata(Stdspeed);
% AIC=zeros(10,1);
% % for n=2:10
% for n=2:7
% sys=armax(Stdspeed,[n,n-1]);
% NoiseStd=sqrt(sys.NoiseVariance);
% e=normrnd(0,NoiseStd,8760,1);%产生白噪声序列[时序标号 对应时序的值]
% y=zeros(8760,1);%预测后的标准风速[时序标号 对应时序的值]
%
%
% % 2.2利用arma模型产生预测值,1-8760项
% y(1)=e(1);%第一项等于第一个噪声
% for i=2:n %2-n项通项公式一致
% y(i)=-sys.A(2:i)*y(i-1:-1:1)+sys.C(1:i)*e(i:-1:1);
% end
%
% for i=n+1:8760% n+1至8760项通项公式一致
% y(i)=-sys.A(2:n+1)*y(i-1:-1:i-n)+sys.C(1:n)*e(i:-1:i-n+1);
% end
%
% % 2.3计算AIC值
% % 计算残差
% s=0;
% for i=1:8760
% s=s+(Stdspeed(i)-y(i))^2;
% end
%
% AIC(n,1)=8760*log(s)+2*n;
% end
% [minAIC,optn]=min(AIC(2:7));%找到AIC最小的阶数
%
% % 2.3得到最优阶数,代入arma模型预测风速
% sys=armax(Stdspeed,[optn,optn-1]);
% Noise.Std=sqrt(sys.NoiseVariance);
% e=normrnd(0,Noise.Std,8760,1);%产生白噪声序列[时序标号 对应时序的值]
% y=zeros(8760,1);%预测后的标准风速[时序标号 对应时序的值]
%
%
%
% y(1)=e(1);%第一项等于第一个噪声
% for i=2:optn %2-n项通项公式一致
% y(i)=-sys.A(2:i)*y(i-1:-1:1)+sys.C(1:i)*e(i:-1:1);
% end
%
% for i=optn+1:8760% n+1至8760项通项公式一致
% y(i)=-sys.A(2:optn+1)*y(i-1:-1:i-optn)+sys.C(1:optn)*e(i:-1:i-optn+1);
% end
% % 得到预测值y后反变换为实际风速
% Simspeed=y*sigma+mu;
%
% % 计算arma预测风速的概率分布
% [count,x]=hist(Simspeed,ceil(max(Simspeed)/0.5));%x是区间中心数,组距0.5
% prob3=count/8760/0.5;%计算arma预测数据概率密度 ,频数除以数据种数,除以组距
%
% % 时序作图比较
% figure(4)
% plot(1:400,speed(1:400),'r-.',1:400,Simspeed(1:400),'b-');
% legend('实际风速','ARMA模拟风速');
% % 概率分布作图比较
% figure(5)
% bar(x,prob3,1)
% title('ARMA预测概率分布');
%
% save('result_arma.mat')
%% 2.ARMA模型预测风速
clc
clear
tic
load data
y=speed(1:300);
Data=y; %共300个数据
SourceData=Data(1:250,1); %前250个训练集
step=50; %后50个测试
TempData=SourceData;
TempData=detrend(TempData);%去趋势线
TrendData=SourceData-TempData;%趋势函数
%--------差分,平稳化时间序列---------
H=adftest(TempData);
difftime=0;
SaveDiffData=[];
while ~H
SaveDiffData=[SaveDiffData,TempData(1,1)];
TempData=diff(TempData);%差分,平稳化时间序列
difftime=difftime+1;%差分次数
H=adftest(TempData);%adf检验,判断时间序列是否平稳化
end
%---------模型定阶或识别--------------
u = iddata(TempData);
test = [];
for p=1:5 %自回归对应PACF,给定滞后长度上限p和q,一般取为T/10、ln(T)或T^(1/2),这里取T/10=12
for q=1:5 %移动平均对应ACF
m = armax(u,[p q]);
AIC = aic(m); %armax(p,q),计算AIC
test = [test;p q AIC];
end
end
for k=1:size(test,1)
if test(k,3) == min(test(:,3)) %选择AIC值最小的模型
p_test = test(k,1);
q_test = test(k,2);
break;
end
end
%------1阶预测-----------------
TempData=[TempData;zeros(step,1)];
n=iddata(TempData);
%m = armax(u(1:ls),[p_test q_test]); %armax(p,q),[p_test q_test]对应AIC值最小,自动回归滑动平均模型
m = armax(u,[p_test q_test]);
% -------------------------------------------
P1=predict(m,n,1);
PreR=P1.OutputData;
PreR=PreR';
Noise.std=sqrt(m.NoiseVariance);
e=normrnd(0,Noise.std,1,300);
for i=251:300
PreR(i)=-m.A(2:p_test+1)*PreR(i-1:-1:i-p_test)'+m.C(1:q_test+1)*e(i:-1:i-q_test)';
end
% -------------------------------------------
%----------还原差分-----------------
if size(SaveDiffData,2)~=0
for index=size(SaveDiffData,2):-1:1
PreR=cumsum([SaveDiffData(index),PreR]);
end
end
%-------------------预测趋势并返回结果----------------
mp1=polyfit([1:size(TrendData',2)],TrendData',1);
xt=[];
for j=1:step
xt=[xt,size(TrendData',2)+j];
end
TrendResult=polyval(mp1,xt);
PreData=TrendResult+PreR(size(SourceData',2)+1:size(PreR,2));
tempx=[TrendData',TrendResult]+PreR; % tempx为预测结果
plot(tempx,'r-.');
hold on
plot(Data,'b');
legend('ARMA拟合时序曲线','实际时序风速');
save('resultarma.mat');
toc
%% 2.计及风速和元件故障的风电场出力
% 2.1得到N台机组M状态的风电场出力模型
% 风速单位m/s ,切出功率单位MW
%
clc
clear
load result_weibull
Generator.Wind=struct('vin',3,'vout',25,'vr',15,'Pr',1.5,'FOR',0.028,'lamda',5,'mu',175.2);
N=10;
M=6;
% 风电功率转换函数
[~,k1,k2]=Power([],Generator);
StateWeibull=zeros(M,2);
for i=1:M
StateWeibull(i,1)=(i-1)/(M-1)*Generator.Wind.Pr;
if StateWeibull(i,1)==0
% StateWeibull(i,2)=1-exp(-(Vin/c)^k)+exp(-(Vout/c)^k))+
StateWeibull(i,2)=wblcdf((((2*i-1)/(2*M-2))*Generator.Wind.Pr-k2)/k1,c,k)+exp(-(Generator.Wind.vout/c)^k) ;
end
if StateWeibull(i,1)>0&&StateWeibull(i,1)<Generator.Wind.Pr
StateWeibull(i,2)=wblcdf((((2*i-1)/(2*M-2))*Generator.Wind.Pr-k2)/k1,c,k)-wblcdf((((2*i-3)/(2*M-2))*Generator.Wind.Pr-k2)/k1,c,k);
end
if StateWeibull(i,1)==Generator.Wind.Pr
StateWeibull(i,2)=wblcdf((Generator.Wind.Pr-k2)/k1,c,k)-wblcdf((((2*i-3)/(2*M-2))*Generator.Wind.Pr-k2)/k1,c,k);
end
end
% StateWeibull表示单台机组的6状态出力,StateWeibull6表示N台风机构成的风电场的6状态出力
StateWeibull6=[StateWeibull(:,1)*N StateWeibull(:,2)];
figure(2)
bar(StateWeibull6(:,1),StateWeibull6(:,2))
grid on
title('只计及风速Weibull分布的风电场6状态出力模型')
% 2.2计算N台风电机组运行状态
% StateRun=binornd(N,Generator.Wind.FOR,N,1);
StateFOR=[(0:N)' zeros(N+1,1)];
for i=1:length(StateFOR)
StateFOR(i,2)=binopdf(i-1,N,1-Generator.Wind.FOR);
end
% 2.3计算考虑FOR的风电场M状态出力模型(Weibull)
StateFORWeibull6=zeros(M,2);
for i=1:M
StateFORWeibull6(i,1)=(i-1)/(M-1)*Generator.Wind.Pr*N;
end
state=StateFOR(:,1)*StateWeibull(:,1)';
prob=StateFOR(:,2)*StateWeibull(:,2)';
[n,m]=size(state);
for i=1:n
for j=1:m
for k=1:M+1
if abs(state(i,j)-StateFORWeibull6(k,1))<=1/(2*M-2)*Generator.Wind.Pr*N
StateFORWeibull6(k,2)=StateFORWeibull6(k,2)+prob(i,j);
break
else
continue
end
end
end
end
figure(3)
bar(StateFORWeibull6(:,1),StateFORWeibull6(:,2));
grid on
title('计及元件随机故障的风电场6状态出力模型(Weibull分布)');
save('result_WindFarmOutput.mat')
%% 3.计算含风电场的发电系统可靠性指标(非序贯MC)
% 3.1 求出常规机组的出力模型,按类构成多状态模型
% RBTS发电系统中共有6类常规机组,%11台常规机组数据
% %2台5MW水电机组%% %1台10MW热电机组%% %4台20MW水电机组%% %1台20MW热电机组%% %1台40MW水电机组%% %2台40MW热电机组%
% Generator.Norm(数量 单机容量 FOR)
% Generator.Norm=[2 5 0.01
% 1 10 0.02
% 4 20 0.015
% 1 20 0.025
% 1 40 0.02
% 2 40 0.03];
%
% %StateNorm中每一个元胞表示一个类机组的多状态
% StateNorm=cell(1,length(Generator.Norm));
% State=[];
% for i=1:length(Generator.Norm)
% for j=1:Generator.Norm(i,1)+1
% % State[出力 概率]指某类机组多状态的二项分布概率
% State(j,:)=[(j-1)*Generator.Norm(i,2) binopdf(j-1,Generator.Norm(i,1),1-Generator.Norm(i,3))];
% end
% StateNorm{i}=State;
% end
% Gener
没有合适的资源?快使用搜索试试~ 我知道了~
【物理应用】非序贯蒙特卡洛法评估风电系统【含matlab源码 766期】.zip
![preview](https://csdnimg.cn/release/downloadcmsfe/public/img/white-bg.ca8570fa.png)
共23个文件
mat:12个
m:7个
jpg:4个
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 179 浏览量
2024-06-21
12:18:46
上传
评论
收藏 18.14MB ZIP 举报
温馨提示
Matlab领域上传的全部代码均可运行,亲测可用,尽我所能,为你服务; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、物理应用 仿真:导航、地震、电磁、电路、电能、机械、工业控制、水位控制、直流电机、平面电磁波、管道瞬变流、刚度计算 光学:光栅、杨氏双缝、单缝、多缝、圆孔、矩孔衍射、夫琅禾费、干涉、拉盖尔高斯、光束、光波、涡旋 定位问题:chan、taylor、RSSI、music、卡尔曼滤波UWB 气动学:弹道、气体扩散、龙格库弹道 运动学:倒立摆、泊车 天体学:卫星轨道、姿态 船舶:控制、运动 电磁学:电场分布、电偶极子、永磁同步、变压器
资源推荐
资源详情
资源评论
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![7z](https://img-home.csdnimg.cn/images/20210720083312.png)
收起资源包目录
![package](https://csdnimg.cn/release/downloadcmsfe/public/img/package.f3fc750b.png)
![folder](https://csdnimg.cn/release/downloadcmsfe/public/img/folder.005fa2e5.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/UNKNOWN.png)
![file-type](https://csdnimg.cn/release/download/static_files/pc/images/minetype/JPG.png)
共 23 条
- 1
资源评论
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/f6819b692a8841f6a058b284bba25c7f_weixin_63266434.jpg!1)
![avatar-vip](https://csdnimg.cn/release/downloadcmsfe/public/img/user-vip.1c89f3c5.png)
Matlab领域
- 粉丝: 2w+
- 资源: 2526
上传资源 快速赚钱
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- 基于小波和神经网络的均衡算法,matlab仿真程序 (1)中信道要求多径衰弱信道 (2)中信道传统电话信道模型,(2)中和神
- 基于三菱PLC和组态王恒温控制系统的设计加热炉温度控制 带解释的梯形图程序,接线图原理图图纸,io分配,组态画面
- mmexport1725675902224.mp4
- VIP1-自适应最优-WIFI校园网-53√推荐 3.ovpn
- 苹果叶病害检测数据集VOC+YOLO格式5867张13类别.7z
- TeamViewer-v15.58.2.0.exe
- 【目标检测数据集】卡车数据集1073张VOC+YOLO格式.zip
- 【目标检测数据集】鱼数据集2798张31个种类分类检测VOC+YOLO格式.zip
- 禁忌搜索解决旅行商问题-TabuSearch.zippulp
- 前端分析-202307110049
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)