Distribuciones no paramétricas de datos cuantitativos
Utilice WeatherData para obtener series temporales de medidas de la velocidad del viento en la ciudad de Chicago desde inicios del 2014 hasta finales del 2015.
In[1]:=
wsts = WeatherData["Chicago",
"WindSpeed", {DateObject[{2014, 1, 1}], DateObject[{2015, 12, 31}]}]Out[1]=
Utilice Histogram para visualizar la distribución de las velocidades del viento.
In[2]:=
Histogram[wsts, PlotTheme -> "Detailed", FrameLabel -> Automatic]Out[2]=
Extraiga valores de velocidad del viento con los valores faltantes interpolados.
In[3]:=
winds = Values[TimeSeries[wsts, MissingDataMethod -> "Interpolation"]]Out[3]=
Utilice SmoothKernelDistribution para construir un modelo no paramétrico de las velocidades del viento en Chicago, asegurándose de que la velocidad se mantenga no negativa.
In[4]:=
ws\[ScriptCapitalD] =
SmoothKernelDistribution[winds,
Automatic, {"Bounded", Quantity[0, ("Kilometers")/("Hours")],
"Gaussian"}]Out[4]=
Utilice un modelo no paramétrico de los resultados de potencia de turbina como una función de velocidad del viento para estimar el promedio de salida de potencia para una turbina de viento de GE 1.5 MW instalada en el lugar.
In[5]:=
turbine =
Interpolation[
QuantityArray[{{0.`, 0.`}, {0.5`, 0.`}, {1.`, 0.`}, {1.5`,
0.`}, {2.`, 0.`}, {2.5`, 0.`}, {3.`, 0.`}, {3.5`, 0.`}, {4.`,
36.`}, {4.5`, 66.`}, {5.`, 104.`}, {5.5`, 150.`}, {6.`,
205.`}, {6.5`, 269.`}, {7.`, 344.`}, {7.5`, 428.`}, {8.`,
528.`}, {8.5`, 644.`}, {9.`, 774.`}, {9.5`, 926.5`}, {10.`,
1079.`}, {10.5`, 1211.`}, {11.`, 1342.`}, {11.5`,
1401.`}, {12.`, 1460.`}, {12.5`, 1477.`}, {13.`,
1494.`}, {13.5`, 1500.`}, {30.`, 1500.`}}, {"Meters"/"Seconds",
"Kilowatts"}] // Normal, InterpolationOrder -> 1];In[6]:=
NExpectation[turbine[v], v \[Distributed] ws\[ScriptCapitalD]]Out[6]=
