汽车动力学simulink仿真程序很精典-cross_wind_data.m 其中 包括ABS cross_wind_data.m EPS 主动悬架 侧向风 人车闭环 LQG_design.mdl （切记 不要以此修改 发表论文 否则 后果自负 仅供 学习参考）

Mac上远程wind软件 MicrosoftRemoteDesktop.dmg 详细介绍：http://blog.csdn.net/kxwinxp/article/details/78560402

matlab程序复现自《基于遗传算法的风电混合储能容量优化配置_杨国华》 摘要：为了降低独立风力发电系统中储能装置的生命周期费用，建立以风力发电系统中储能装置的生命周期费用最小值为优化的目标函数、负荷缺电率等指标为约束条件的模型，结合蓄电池和超级电容器储能特性，利用风电和负荷48 h的发用电数据，研究包含蓄电池和超级电容器的储能系统能量管理策略。提出了一种基于改进粒子群算法的储能容量生命周期费用优化配置方法，算例分析证明该算法具有有效性和实用性，优化后的系统很大程度上节省了经济成本。关键词：风力发电系统；混合储能；储能容量优化配置；遗传算法

MQTT服务器emqx-windows-v4.0.7.zip

narx的matlab代码多元多步风速预测 该呼吸包含使用多变量输入数据进行的单步和多步风速预测的实现代码。 这个想法是使用外部参数（例如温度，湿度，压力等）来预测不同层位的风速（向前迈进），而不涉及风速本身的历史数据。 使用了两种主要方法，包括各种深度学习迁移学习方法和常规神经网络模型。 数据库 风力数据库是从M2塔的获得的。 每两秒钟获取一次M2塔数据，并在不同高度（2至80 m）下测量的一分钟内取平均值。 但是，出于预测目的，我们将数据下采样到10分钟（平均）。 可以访问已处理的数据。 数据进行了分区，以将一年（2017）用于培训和验证（80％和20％），并将另一年（2018）用于测试目的。 转移学习 预训练的深度学习模型用于该实验。 该代码在中实现。 神经网络 文献中提出的几种神经网络方法已在以下方面实现：前馈神经网络（FFNN），时延神经网络（TDNN），非线性自回归外生模型（NARX）。

World Wind(简称WW，中文有人直翻译为世界风)，是NASA发布的一个开放源代码，该文档提供各种worldwind涉及的技术详解

World Wind(以下简称“WW”）这款软件是由美国的NASA（美国航天宇航局）机构开发出来的，其软件的开发初衷是面向于专业领域，利用自家卫星的优势，给使用者营造一个有关卫星图片的查看平台。随着版本的不断升级，WW也有了面向大众的趋势。并且在最新的版本中加入了插件的功能，也就是说通过插件你可以让WW做更多的事情，只要你能够想到的WW就一定可以实现。举个例子，比如以前WW的网络卫星图片，只能够通过WMS所指定的服务器下载，利用相关插件，让你可以得到更多网络卫星图片服务器中的资源。就卫星的清晰度而言，WW也并不比Google Earth来的逊色，主要优势就体现在了美国本土的卫星图片查阅中，利用USGS（美国地址勘探局）的卫星数据可以提供非常高分辨率的图片，这点而言绝非Google Earth所能媲美的。好了，做了一个简单的软件介绍后，我们开始看看下面的功能介绍，希望各位能够尽快的上手。

文档详细描述了双馈风机建模过程，以及相应的simulink控制框图，对于双馈风机的建模和学习有一定的指导作用

The data is composed of solar wind measurements collected from two satellites: NASA's Advanced Composition Explorer (ACE) and NOAA's Deep Space Climate Observatory (DSCOVR). 数据由从两颗卫星收集的太阳风测量数据组成：NASA的高级成分探测器（ACE）和NOAA的深空气候观测站（DSCOVR）。 satellite_pos.csv sunspots.csv labels.csv solar_wind.csv

Matlab程式码资料夹结构 Cross_Validation_code_Matlab 它包含使用交叉验证方法调整和计算预测以估计预测模型的性能所需的所有代码（Matlab）。 更准确地说，它有助于我们确定模型的最佳参数。 CRPS_code_Matlab 它包含使用连续等级概率评分所需的所有代码（Matlab）。 它是与概率预测系统有关的验证工具，并且是突出显示清晰度和校准预测的数量。 数据_2016.xlsx 它包含最终数据集。 之前已使用python对其进行了清理（请参阅python_script ）。 加利西亚的风力发电数据集包含52123个有效数据点（从2016年1月1日到2016年12月31日）。 Functions_code_Matlab 它包含了本研究中使用的其他功能。 GL_transform函数对应于广义logit变换，而IGL_transform函数对应于逆广义logit变换。 Graphic_illustrations_code_Matlab 它包含获得一些图形插图所必需的代码（Matlab），这些插图已存在于硕士论文中。 MAE_RMSE_code_Matla