مدرسه بهینه سازی جلسه ششم: شبیه‌سازی سری زمانی ARMA

پاورسیم
پاورسیم

شبیه‌سازی سری زمانی

ورودی ها و داده های تصادفی مثل بار شبکه یا تولید نیروگاه بادی پدیده های متغیر با زمان هستند. تغییرات سرعت باد در یک زمان، به سرعت باد در زمان‌های قبل وابسته است. بنابراین برای اینکه بتوان این وابستگی زمانی سرعت باد در ساعات مختلف را مدل کرد، روش‌های مبتنی بر سری زمانی راهکاری مناسب در انجام این کار می‌باشند. در این روش، داده‌های ساعتی بلند مدت پدیده مورد بررسی، مورد نیاز می‌باشد. تحقیقات نشان داده است که برای تخمین سرعت تصادفی باد استفاده از مدل خودرگرسیو میانگین متحرک (ARMA) (معمولا با مرتبه (n-1,n) ) مناسب می‌باشد. در شبیه‌سازی سرعت باد با استفاده از سری زمانی ARMA، وابستگی زمانی سرعت باد لحاظ شده و بنابراین خواص فصلی و دوره‌ای باد به خوبی مدل می‌شود که در مطالعات سیستم‌های قدرت کارایی زیادی دارد.

در فایل پیوست زیر آموزش مفصلی در زمینه پیاده سازی روش سری زمیانی ARMA ارئه شده است.

دانلود فایل آموزش

 

درباره مدیر

گروه پژوهشی مشاور شریف (پاورسیم) با بهره گیری از دانشجویان و فارغ التحصیلان ممتاز کارشناسی ارشد و دکترای دانشگاه های معتبر شریف و تهران اقدام به انجام پروژه های شما خواهد کرد و در کمترین زمان ممکن و با بالاترین کیفیت، پروژه را تحویل می دهد.

ببینید حتما...

مدرسه بهینه سازی جلسه هشتم: Dynamic Programming

مدرسه بهینه سازی جلسه هشتم: Dynamic Programming برنامه ریزی پویا روشی بهینه برای تبدیل مسایل …

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *