【数学模型】基于ARMR模型模拟风速附matlab完整代码

简介: 【数学模型】基于ARMR模型模拟风速附matlab完整代码

✅作者简介:热爱科研的Matlab仿真开发者,修心和技术同步精进,matlab项目合作可私信。

🍎个人主页:Matlab科研工作室

🍊个人信条:格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测雷达通信 无线传感器

信号处理图像处理路径规划元胞自动机无人机 电力系统

⛄ 内容介绍

在风力发电的模拟系统中,风速模拟是一个重要的环节,正确的风速模型不仅能够很好的反应实际风速变化情况,而且能够给风力发电系统研究提供正确的源参数.本文用Matlab建立了风速组合数学模型,该模型将风速分为基本风速,阵风,渐变风速和噪声风速4部分,仿真结果表明该模型能够理想的反应实际风速.

⛄ 完整代码

%用ARMA模型仿真风速模型

clc;clear;close all;

%初始化

I=0.16;%湍流强度

L=600;%湍流尺度

average_v=8.11850232757234;%平均风速

Ts=1;%采样时间

T=720;%模拟时间

n=T/Ts;%采样个数

sigma_u=3.48648820169842;%风速序列的标准差

sigma_noise=0.2;%白噪声的方差

% u=yyx_noice_n(0,sigma_noise,n);%产生n个序列的白噪声,均值为0,方差为1;

u=normrnd(0,sigma_noise,n);

v=zeros(1,n);

S=zeros(1,n);

wind=zeros(2,n);


df=1/T;%频率分辨率

f=(0:n-1)*df;

length_f=length(f);

for i=1:length_f

   S(i)=4*(sigma_u)^2*L/average_v/(1+70.8*(f(i)*L/average_v)^2)^(5/6);%Von Karman谱功率密度函数

end


R=real(ifft(S));%自相关与功率谱密度是傅立叶变换关系,求自相关


%求解AR模型参数

a(1)=R(2)/R(1);

a(2)=R(3)/R(1)-R(2)*R(2)/R(1)/R(1);

%求解MA模型参数

Ry=(-a(1)+a(2)*a(1))*R(1)+(1+a(1)^2+a(2)^2)*R(2)+(-a(1)+a(1)*a(2))*R(3)+(-a(2))*R(4);

b=Ry/sigma_noise;%beta=Ry/白噪声的方差


%脉动风速

v(1)=u(1);

v(2)=a(1)*v(1)+u(2)+b*u(1);

for k=3:n

   v(k)=a(1)*v(k-1)+a(2)*v(k-2)+u(k)+b*u(k-1);%ARMA模型

end

%风速

for k=1:n

   x(k)=average_v+v(k);

end


subplot(2,1,2);

S1=abs(S);

plot(f,10*log10(S));%Von Karman型功率谱

axis([0,2,-20,30]);

title('Von Karman功率谱密度');

xlabel('f/Hz');

ylabel('S/dB');


subplot(2,1,1);

Pxx=10*log10(abs(fft(x).^2)/n);

plot(f,Pxx);

axis([0,2,-30,50]);

title('ARMA模型产生的风速序列的功率谱密度');

xlabel('f/Hz');

ylabel('S/dB');


figure(2);

t=Ts:Ts:T;

plot(t,x);hold on;

axis([0,T,0,16]);

title('风速');

xlabel('时间/s');

ylabel('速度/ms-1');


%输出风速序列

for k=1:n

   wind(1,k)=t(k);

   wind(2,k)=x(k);

end

⛄ 运行结果

⛄ 参考文献

[1]杨之俊. 基于Matlab的组合风速建模与仿真[J]. 安徽电气工程职业技术学院学报, 2008, 13(3):4

❤️部分理论引用网络文献,若有侵权联系博主删除
❤️ 关注我领取海量matlab电子书和数学建模资料


相关文章
|
8天前
|
存储 编解码 算法
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
【多光谱滤波器阵列设计的最优球体填充】使用MSFA设计方法进行各种重建算法时,图像质量可以提高至多2 dB,并在光谱相似性方面实现了显著提升(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
【高创新】基于优化的自适应差分导纳算法的改进最大功率点跟踪研究(Matlab代码实现)
87 14
|
8天前
|
机器学习/深度学习 算法
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
【概率Copula分类器】实现d维阿基米德Copula相关的函数、HACs相关的函数研究(Matlab代码实现)
|
8天前
|
机器学习/深度学习 传感器 算法
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
【裂纹检测】检测和标记图片中的裂缝(Matlab代码实现)
|
9天前
|
算法 计算机视觉
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
【MPDR & SMI】失配广义夹角随输入信噪比变化趋势、输出信干噪比随输入信噪比变化趋势研究(Matlab代码实现)
|
9天前
|
编解码 人工智能 算法
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
【采用BPSK或GMSK的Turbo码】MSK、GMSK调制二比特差分解调、turbo+BPSK、turbo+GMSK研究(Matlab代码实现)
|
9天前
|
机器学习/深度学习 编解码 并行计算
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
【改进引导滤波器】各向异性引导滤波器,利用加权平均来实现最大扩散,同时保持图像中的强边缘,实现强各向异性滤波,同时保持原始引导滤波器的低低计算成本(Matlab代码实现)
|
9天前
|
机器学习/深度学习 传感器 边缘计算
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
【故障诊断】基于时滞反馈随机共振的增强型旋转电机故障诊断(Matlab代码实现)
|
9天前
|
传感器 机器学习/深度学习 算法
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
【UASNs、AUV】无人机自主水下传感网络中遗传算法的路径规划问题研究(Matlab代码实现)
|
9天前
|
运维 算法
【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究(Matlab代码实现)
【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究(Matlab代码实现)

热门文章

最新文章