可靠性form matlab 求解,含风电场电力系统的可靠性评估Matlab程序
clc
clear
year=50 %模拟的年限
for l=1:year;
%%%%%%%%%%%%%%%%%%%%%%%%% 第一步:数据导入与预处理 %%%%%%%%%%%%%%%%%%%
%SW0=load('windspeed.txt'); %载入原始风速数据
SW0=xlsread('windspeed.xls');
SW0=SW0';
SW0=SW0/10*3.6; %原始数据的风速单位为0.1m/s,这里转化为km/h
N=size(SW0,2);
mu=mean(SW0);
sigma=var(SW0);
sigma=sigma^0.5; %求样本的平均值和标准差
y=(SW0-mu)./sigma; %数据预处理
% figure(1);
% subplot(211);
% autocorr(y); %画出自相关图
% title('自相关图');
% subplot(212);
% parcorr(y); %画出偏自相关图
% title('偏相关图');
%%%%%%%%%%%%%% 第二步:根据AIC准则确定ARMA模型的阶数 %%%%%%%%%%%%%%%%%%
for n=2:7;
m=armax(y',[n,n-1]);
fai=-m.a;
theta=m.c; %把armax函数得到的参数,取出来
for i=1:n;
y1(i)=y(i);
end
Noise=m.NoiseVariance^0.5;
e=normrnd(0,Noise,1,N);
for t=n+1:1:N;
y1(t)=0;
for j=2:n+1;
y1(t)=y1(t)+fai(j)*y1(t-(j-1));
end
for k=1:n;
y1(t)=y1(t)+theta(k)*e(t-(k-1));
end
end %y1(t)为预测值
s(n)=0;
for i1=1:N;
residual=y1(i1)-y(i1);
s(n)=s(n)+residual^2; %求取残差平方和
end
AIC(n)=N*log(s(n))+2*n-1; %求AIC
end
arma=AIC(1,2:7); %n=2-7时,各AIC的值
[AIC,n1]=min(arma);
n1=n1+1; %n1为得到的ARMA模型的阶数
%%%%%%%%%%%%%%%%% 第三步:用ARMA模型预测风速并确定风速分布 %%%%%%%%%%%%%%%%%
m=armax(y',[n1,n1-1]);
fai=-m.a;
theta=m.c;
for i=1:n1;
y2(i)=y(i);
end
Noise=m.NoiseVariance^0.5;
e=normrnd(0,Noise,1,8736);
for t=n1+1:1:8736;
y2(t)=0;
for j=2:n1+1;
y2(t)=y2(t)+fai(j)*y2(t-(j-1));
end
for k=1:n1;
y2(t)=y2(t)+theta(k)*e(t-(k-1));
end
end %y1(t)为预测值
y2;
SW=y2.*sigma+mu;
% figure(2)
% subplot(121);
% hist(SW0,100);
% xlabel('风速');ylabel('频数');title('原始风速的分布');
% subplot(122);
% hist(SW,100);
% xlabel('风速');ylabel('频数');title('预测风速的分布');
%得到8736个小时的预测风速:SW 1*8736
%%%%%%% 第四步:风电场的转移过程,确定其一年中三种状态分别存在的时长%%%%%%%
%风电机组的三状态模型
lambdaRD=5.84;lambdaRF=7.96;lambdaDR=48.3;lambdaFR=58.4;lambdaDF=0;lambdaFD=0; %风力发电机的3个状态的转移率
T=[1 1 1;lambdaRD -lambdaDR-lambdaDF lambdaFD;
可靠性form matlab 求解,含风电场电力系统的可靠性评估Matlab程序相关推荐
- 采用matlab编制含电气热的综合能源优化程序,采用yalmip和cplex求解,通过二阶锥模型实现相关约束限制
电气热 综合能源 二阶锥 采用matlab编制含电气热的综合能源优化程序,采用yalmip和cplex求解,通过二阶锥模型实现相关约束限制,综合能源系统考虑39节点电网+6节点气网+热网模型,程序注释 ...
- 利用matlab求解线性规划,数学建模讲座之三利用matlab求解线性规划问题(linprog函数)...
数学建模讲座之三利用matlab求解线性规划问题(linprog函数) 利用利用 Matlab求解线性规划问题求解线性规划问题河北科技河北科技 大学大学*第第 1页页利用 Matlab求解线性规划问题 ...
- 用matlab求解传递矩阵,用传递矩阵及MATLAB求解船舶轴系振动
用传递矩阵及 MATLAB求解船舶轴系振动 陈万宏 (广州船舶及海洋工程设计研究院 ) 摘 要 :介绍功能强大的科学计算软件 MATLAB,利用其方便处理矩阵的功能 ,通过轴系传递矩阵法 ,求解轴系振 ...
- 非线性规划MATLAB求解原理,专题六--非线性规划介绍及其Matlab求解方法.ppt
迭代法一般步骤 注意:数值求解最优化问题的计算效率取决于确定搜索方向P (k)和步长 的效率. Matlab求解方法简介 Step3: 利用(3)式或其它一维搜索的方法求 计算 然后令k:=k+1, ...
- matlab求解微分代数方程组,微分代数方程(DAE)的Matlab 解法.PDF
微分代数方程(DAE)的Matlab 解法 微分代数方程(DAE)的Matlab解法 所谓微分代数方程,是指在微分方程中,某些变量满足某些代数方程的约束.假 设微分方程的更一般形式可以写成 前面所介绍 ...
- matlab求解含两个累加公式的方程,使用fsolve 函数求解含两个参数的多个方程问题,希望有会的人帮...
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 使用fsolve 函数求解四个方程,a,b是参数,t(1)_t(4)为变量,求解t(1)随a,b变化 function M= SHI_2( t ) a = ...
- 【优化求解】基于NSGAII算法求解含约束多目标优化问题matlab代码
1 简介 NSGA(非支配排序遗传算法).NSGAII(带精英策略的非支配排序的遗传算法),都是基于遗传算法的多目标优化算法,都是基于pareto最优解讨论的多目标优化. 2 部分代码 clear ...
- 马克维茨模型matlab求解,马克维茨投资组合模型的matlab计算
钱骏洲,等:马克维茨投资组合模型的 matlab计算 金融营销 马克 维茨 投 资组 合模 型 的 matlab计算 钱骏洲 ,倪菁菁 (1.重庆邮电大学 光电工程学院,重庆 400065: 2.贵州 ...
- matlab求解杜分方程,[转载]时间序列分析matlab简单函数
一些常用的matlab统计函数,总结到这里吧! max 功能:找出时间序列的最大值. 格式: C = max(x) [C I] = max(x) 说明: C = max(x) % 找出x序列的最大值 ...
最新文章
- python内置变量__complex___Python 内置方法
- (SpringMVC)Controller返回JSON数据
- .编写一个函数实现n^k,使用递归实现
- Response文件下载
- 嵌入式系统开发入门一:必备基础知识
- socket编程-客户端向服务器发送字符串,传文件
- SQL Server Always On可用性组中的Windows故障转移群集仲裁模式
- MybatisGenerator+lombok
- 【莫比乌斯反演】[HYSBZ/BZOJ2693]jzptab
- python 数学期望_数学期望(离散型和连续型)
- 常微分方程的初始条件使用
- Javascript本地存储小结
- jsp测试mysql_求一段jsp连接mysql的测试程序
- Cloudera Manager 配置
- Tomcat部署多个Sring Boot项目时Unable To Register MBean Exception的一种解决方法
- 数字录音系统服务器,IP数字网络广播控制中心服务器
- 快狗打车CTO沈剑:如何利用计划管理提升团队效率和产能
- android 推流方案,Android 推流-录屏状态时获取推流信息
- 六派巨量转移技术概述
- 分布式事务解决方案(总览)