考虑时空相关性的风电功率预测误差建模与分析(matlab程序)

简介: 考虑时空相关性的风电功率预测误差建模与分析(matlab程序)

1 主要内容

这个程序参考《考虑时空相关性的风电功率预测误差建模与分析》,今天把这个程序分享给大家,大家可以学习一下画图技巧以及数据分析方面的知识。

2 部分程序

%% 清空环境变量
clc
clear all;
%% 提取数据 
data=xlsread('实验数据.xlsx',1);
%% 提取对应各段中点位置处的误差值
error_fenbu_1=[];
for i=1:size(data,1)
   if data(i,3)>=220 && data(i,3)<=240
        error_fenbu_1(i)=data(i,8);
   else
       error_fenbu_1(i)=0;
   end
end
error_1=error_fenbu_1(find(error_fenbu_1~=0));
error_fenbu_2=[];
for i=1:size(data,1)
    if data(i,3)>=670&&data(i,3)<=690;
        error_fenbu_2(i)=data(i,8);
      else error_fenbu_2(i)=0;
   end
end  
error_2=error_fenbu_2(find(error_fenbu_2~=0));
error_fenbu_3=[];
for i=1:size(data,1)
    if data(i,3)>=1128 && data(i,3)<=1148;
        error_fenbu_3(i)=data(i,8);
     else error_fenbu_3(i)=0;
   end
end
error_3=error_fenbu_3(find(error_fenbu_3~=0));
error_fenbu_4=[];
for i=1:size(data,1)
    if data(i,3)>=1585&&data(i,3)<=1605;
        error_fenbu_4(i)=data(i,8);
       else error_fenbu_4(i)=0;
   end
end  
error_4=error_fenbu_4(find(error_fenbu_4~=0));
error_fenbu_5=[];
for i=1:size(data,1) 
   if data(i,3)>=2040&&data(i,3)<=2060;
        error_fenbu_5(i)=data(i,8);
   else   error_fenbu_5(i)=0;
   end
end
error_5=error_fenbu_5(find(error_fenbu_5~=0));
error_fenbu_6=[];
for i=1:size(data,1) 
   if data(i,3)>=2495 && data(i,3)<=2515;
        error_fenbu_6(i)=data(i,8);
        else   error_fenbu_6(i)=0;
   end
end
error_6=error_fenbu_6(find(error_fenbu_6~=0));
error_fenbu_7=[];
for i=1:size(data,1)  
    if data(i,3)>=2950&&data(i,3)<=2970;
        error_fenbu_7(i)=data(i,8);
     else   error_fenbu_7(i)=0;
   end
end 
error_7=error_fenbu_7(find(error_fenbu_7~=0));
error_fenbu_8=[];
for i=1:size(data,1)  
    if data(i,3)>=3406 && data(i,3)<=3426;
        error_fenbu_8(i)=data(i,8);   
        else   error_fenbu_8(i)=0;
   end
end 
error_8=error_fenbu_8(find(error_fenbu_8~=0));
error_fenbu_9=[];
for i=1:size(data,1)  
   if data(i,3)>=3860&&data(i,3)<=3880;
        error_fenbu_9(i)=data(i,8); 
        else   error_fenbu_9(i)=0;
   end
end 
error_9=error_fenbu_9(find(error_fenbu_9~=0));
error_fenbu_10=[];
for i=1:size(data,1)  
    if data(i,3)>=4317&&data(i,3)<=4337;
        error_fenbu_10(i)=data(i,8); 
        else   error_fenbu_10(i)=0;
   end
end 
error_10=error_fenbu_10(find(error_fenbu_10~=0));
%% 拟合分布—求取t分布参数进行拟合
error_values=-3000:0.5:3000;
pd_1= fitdist(error_1','tLocationScale');
desity_1= pdf(pd_1,error_values);
pd_2= fitdist(error_2'
,
'tLocationScale'
);desity_2= pdf(pd_2,error_values);
pd_3= fitdist(error_3','tLocationScale');
desity_3= pdf(pd_3,error_values);
pd_4= fitdist(error_4'
,
'tLocationScale'
);desity_4= pdf(pd_4,error_values);
pd_5= fitdist(error_5','tLocationScale');
相关文章
|
12天前
|
算法 机器人 数据安全/隐私保护
四自由度SCARA机器人的运动学和动力学matlab建模与仿真
本课题深入研究SCARA机器人系统,提出其动力学与运动学模型,并基于MATLAB Robotics Toolbox建立四自由度SCARA机器人仿真对象。通过理论结合仿真实验,实现了运动学正解、逆解及轨迹规划等功能,完成系统实验和算法验证。SCARA机器人以其平面关节结构实现快速定位与装配,在自动生产线中广泛应用,尤其在电子和汽车行业表现优异。使用D-H参数法进行结构建模,推导末端执行器的位姿,建立了机器人的运动学方程。
|
18天前
|
数据可视化 数据挖掘 BI
MATLAB学习之旅:数据统计与分析
在MATLAB中,我们掌握了数据导入、处理及插值拟合等基础技能。接下来,我们将深入数据统计与分析领域,学习描述性统计量(如均值、标准差)、数据分布分析(如直方图、正态概率图)、数据排序与排名、数据匹配查找以及数据可视化(如箱线图、散点图)。这些工具帮助我们挖掘数据中的有价值信息,揭示数据的奥秘,为后续数据分析打下坚实基础。
|
2月前
|
算法
基于龙格库塔算法的锅炉单相受热管建模与matlab数值仿真
本设计基于龙格库塔算法对锅炉单相受热管进行建模与MATLAB数值仿真,简化为喷水减温器和末级过热器组合,考虑均匀传热及静态烟气处理。使用MATLAB2022A版本运行,展示自编与内置四阶龙格库塔法的精度对比及误差分析。模型涉及热传递和流体动力学原理,适用于优化锅炉效率。
|
2月前
|
算法 人机交互 数据安全/隐私保护
基于图像形态学处理和凸包分析法的指尖检测matlab仿真
本项目基于Matlab2022a实现手势识别中的指尖检测算法。测试样本展示无水印运行效果,完整代码含中文注释及操作视频。算法通过图像形态学处理和凸包检测(如Graham扫描法)来确定指尖位置,但对背景复杂度敏感,需调整参数PARA1和PARA2以优化不同手型的检测精度。
|
3月前
|
编解码 算法 数据安全/隐私保护
基于BP译码的LDPC误码率matlab仿真,分析不同码长,码率,迭代次数以及信道类型对译码性能的影响
本内容介绍基于MATLAB 2022a的低密度奇偶校验码(LDPC)仿真,展示了完整的无水印仿真结果。LDPC是一种逼近香农限的信道编码技术,广泛应用于现代通信系统。BP译码算法通过Tanner图上的消息传递实现高效译码。仿真程序涵盖了不同Eb/N0下的误码率计算,并分析了码长、码率、迭代次数和信道类型对译码性能的影响。核心代码实现了LDPC编码、BPSK调制、高斯信道传输及BP译码过程,最终绘制误码率曲线并保存数据。 字符数:239
111 5
空心电抗器的matlab建模与性能仿真分析
空心电抗器是一种无铁芯的电感元件,通过多层并联导线绕制而成。其主要作用是限制电流、滤波、吸收谐波和提高功率因数。电抗器的损耗包括涡流损耗、电阻损耗和环流损耗。涡流损耗由交变磁场引起,电阻损耗与电抗器半径有关,环流损耗与各层电流相关。系统仿真使用MATLAB2022a进行。
|
3月前
|
算法 数据安全/隐私保护
数字通信中不同信道类型对通信系统性能影响matlab仿真分析,对比AWGN,BEC,BSC以及多径信道
本项目展示了数字通信系统中几种典型信道模型(AWGN、BEC、BSC及多径信道)的算法实现与分析。使用Matlab2022a开发,提供无水印运行效果预览图、部分核心代码及完整版带中文注释的源码和操作视频。通过数学公式深入解析各信道特性及其对系统性能的影响。
|
3月前
|
算法
基于GA遗传算法的PID控制器参数优化matlab建模与仿真
本项目基于遗传算法(GA)优化PID控制器参数,通过空间状态方程构建控制对象,自定义GA的选择、交叉、变异过程,以提高PID控制性能。与使用通用GA工具箱相比,此方法更灵活、针对性强。MATLAB2022A环境下测试,展示了GA优化前后PID控制效果的显著差异。核心代码实现了遗传算法的迭代优化过程,最终通过适应度函数评估并选择了最优PID参数,显著提升了系统响应速度和稳定性。
362 15
|
7月前
|
安全
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
本文介绍了2023年高教社杯数学建模竞赛D题的圈养湖羊空间利用率问题,包括问题分析、数学模型建立和MATLAB代码实现,旨在优化养殖场的生产计划和空间利用效率。
286 6
【2023高教社杯】D题 圈养湖羊的空间利用率 问题分析、数学模型及MATLAB代码
|
7月前
|
数据采集 存储 移动开发
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码
本文介绍了2023年五一杯数学建模竞赛B题的解题方法,详细阐述了如何通过数学建模和MATLAB编程来分析快递需求、预测运输数量、优化运输成本,并估计固定和非固定需求,提供了完整的建模方案和代码实现。
152 0
【2023五一杯数学建模】 B题 快递需求分析问题 建模方案及MATLAB实现代码