Menganalisis data angin dengan R

Hai, saya menganalisis data angin untuk memperkirakan energi dari turbin angin.
Saya telah mengambil data angin 10 tahun dan membuat grafik histogram;
tahap kedua saya adalah menyesuaikan distribusi Weibull ke data.
Saya menggunakan R dengan paket lmomuntuk menghitung bentuk dan skala Weibul ini adalah kode yang saya gunakan:

>library(lmom)    
wind.moments<-samlmu(as.numeric(pp$WS))      
moments<-pelwei(wind.moments)     
x.wei<-rweibull(n=length(pp$WS), shape=moments["delta"], scale=moments["beta"])    
hist(as.numeric(pp$WS), freq=FALSE)    
lines(density(x.wei), col="red", lwd=4)    

Sepertinya ada beberapa jeda antara data dan fungsi kerapatan; dapatkah anda membantu saya dengan ini? Pertanyaan lain adalah dapatkah Anda membantu saya dalam menghitung energi anual dari fungsi kepadatan?

Terima kasih

lmomfungsi pelweisesuai dengan tiga parameter distribusi Weibull, dengan parameter lokasi , skala dan bentuk. rweibullmenghasilkan angka acak untuk distribusi Weibull dua parameter. Anda perlu mengurangi parameter lokasi moments["zeta"]. Itu harus memberikan yang lebih baik cocok, tapi tidak muncul itu akan memberikan yang baik cocok untuk data tertentu Anda.

Saya perhatikan http://www.reuk.co.uk/Wind-Speed-Distribution-Weibull.htm mengatakan "Kecepatan angin di sebagian besar dunia dapat dimodelkan menggunakan Weibull Distribution.". Mungkin Anda hanya beruntung dan tinggal di bagian dunia di mana mereka tidak bisa!

Saya membuat ulang plot Anda dengan data dari http://hawaii.gov/dbedt/ert/winddata/krab0192.txt (saya mengambil 1.200 pengukuran). Saya mendapatkan data yang layak, umumnya menggunakan kode Anda:

library(lmom)

daten <- read.delim("wind.txt")
wind.avg <- na.omit(as.numeric(daten[,"X12"]))
wind.moments<-samlmu(wind.avg)
moments<-pelwei(wind.moments)
x.wei<-rweibull(n=length(wind.avg), shape=moments["delta"], scale=moments["beta"])
hist(as.numeric(wind.avg), freq=FALSE)
lines(density(x.wei), col="red", lwd=4)

Maaf, saya tidak yakin kalau masalah Anda bisa, tapi saya pikir Anda harus dapat menyesuaikan weibull dengan data Anda. Yang membuat saya curiga adalah kurva lonceng plot kepadatan Anda, saya tidak tahu dari mana itu berasal.

Inilah saat-saat yang saya hasilkan:

angin

       l_1         l_2         t_3         t_4 
15.17287544  4.80372580  0.14963501  0.06954438

momen

     zeta      beta     delta 
 0.516201 16.454233  1.745413 

WTR ke output tahunan: Saya kira saya akan menghasilkan nilai diskrit untuk fungsi kepadatan probabilitas, kalikan nilai-nilai ini dengan fungsi output dan jumlahkan. Atau, Anda bisa menggunakan data mentah Anda, mengalikan nilai dengan fungsi output, menjumlahkannya dan menghitung rata-rata tahunan, Anda harus mengontrol musiman dengan cara yang sesuai (mis. Pastikan untuk menggunakan seluruh tahun, atau untuk menimbang sesuai dengan itu) .

Ini adalah output yang tidak terkendali (menggunakan rumus dari http://www.articlesbase.com/diy-articles/determining-wind-turbine-annual-power-output-a-simple-formula-based-upon-blade-diameter- dan kecepatan angin rata-rata di lokasi Anda-513080.html )

years  <- length(wind.avg)/365
diameter <- 150
Power = (0.01328*diameter^2)*((wind.avg)^3)
(annual.power <- sum(Power)/years)
[1] 791828306

Berikut ini pos terbaru di SO tentang turbin angin. Jawaban saya pada tautan itu memiliki tiga tautan yang mungkin menarik bagi Anda:

/programming/4843194/r-language-sorting-data-into-ranges-averaging-ignore-outliers/4844783#4844783

Saya baru saja memeriksa salah satu tautan Weibull dalam jawaban SO di atas. Untuk beberapa alasan, tautannya down. Berikut ini beberapa tautan yang memberikan informasi dasar yang sama:

http://www.gso.uri.edu/ozone/

http://www.weru.ksu.edu/new_weru/publications/pdf/Comparison%20of%20the%20Weibull%20model%20with%20mengukur%20wind%20speed%20distributions%20for%20stochastic%20wind%20genera.pdf

http://www.kfupm.edu.sa/ri/publication/cer/41_JP_Weibull_parameters_for_wind_speed_distribution_in_Saudi_Arabia.pdf

http://journal.dogus.edu.tr/13026739/2008/cilt9/sayi1/M00195.pdf

http://www.eurojournals.com/ejsr_26_1_01.pdf

Juga, dari kekuatan yang dihasilkan dari angin, musiman jelas.

Saya tidak yakin apakah seseorang telah membuat poin ini, tetapi pelwei sebenarnya dapat dipaksa untuk bekerja sebagai fungsi weibull 2 ​​parameter dengan menambahkan dalam batas tetap.

Bawaan panggilan moments<-pelwei(wind.moments)Anda hanya harus meneleponmoments<-pelwei(wind.moments,bound=0)

Anda selalu dapat memeriksa apa nilai zeta itu. Jika bukan 0 dan Anda menggunakan dweibull, Anda perlu melakukan sesuatu untuk itu.