搜索资源列表
random_wind_trajectory_simulation
- 利用纵风作用下随机弹道系统成形滤波器,把成形滤波器的微分方程与外弹道角运动方程及质点弹道方程联立,便构成为易于求解的完整的外弹道随机动力学模型。在具体的数字仿真实施过程中,采用尾翼延时张开技术来减小散布的措施,利用经典的统计试验法——蒙特卡洛法得出了不同平均风速下的火箭弹角散布与尾翼延张时间的关系的仿真曲线。 仿真结果表明,有色噪声的白化是完全可行,同时也从实例中证明了成形滤波器理论的正确性 也得到在一定风速下的最佳尾翼延张时间。 -err
CSIMULATIONOFWINDPOWER
- 风力发电机组不同于火电等传统发电机组的最大之处 在于其原动机功率的本质不可控,这是由风速的易变性和不 可控性造成的。风速状况对风力发电系统的性能有着重要的 影响,也使得风速模型成为风力发电系统仿真模型的重要部 分。该文针对风速随机变化的特性,在风速统计特性研究的 基础上,用自回归滑动平均(ARMA)方法建立了具有一定 功率谱密度特性的风速模型。对该模型所模拟的风速序列进 行了分析和验证,并与现有仿真程序中风速模型的结果进行 了对比,结果表明该文提出的ARMA模型能
Wind-speed-prediction
- 基于最小二乘支持向量机理论,结合某风电场实测风速数据,建立了最小二乘支持向量机风速预测模型。对该风电场的风速进行了提前1h的预测,其预测的平均绝对百分比误差仅为8.55 ,预测效果比较理想。同时将文中的风速预测模型与神经网络理论、支持向量机(support vector machine,SVM)理论建立的风速预测模型进行了比较。仿真结果表明,文中所提模型在预测精度和运算速度上皆优于其他模型。 -Based on least squares support vector machine the