Как сделать последовательный анализ более эффективным в R

Я хочу внедрить аккумуляторную систему для установки возобновляемой энергии, которая питает машину. Например, машине требуется 1000 кВт/ч или энергия, близкая к этому количеству. Если вырабатываемая энергия превышает 1000 кВт/ч, излишки можно использовать для зарядки аккумулятора, мощность которого, скажем, составляет 100 кВт. Если вырабатываемая энергия составляет менее 1000 кВт/ч и в аккумуляторе есть энергия, энергию аккумулятора следует использовать для питания машины. Пример созданного набора энергетических данных может быть следующим:

набор данных Энергия

Путь Час 1 Час 2 Час 3 Час 4 Час 5 Час 6 ... Час 8760 1 950,0 947,1 982,4 1013,5 1003,0 1087,7 ... 2 1046,9 947,9 981,9 1031,9 984,8 931,8 ... 3 996,1 1031,0 978,8 972,7 826,8 952,0 ... 4 943,4 1015,2 1007,2 994,8 1017,4 979,8 ...

Где я должен получить новый набор данных об энергии и уровне заряда батареи, как показано ниже:

набор данных

Путь Час 1 Час 2 Час 3 Час 4 Час 5 Час 6 1 0,0 0,0 0,0 13,5 16,5 100,0 2 46,9 0,0 0,0 31,9 16,7 0,0 3 0,0 31,0 9,8 0,0 0,0 0,0 4 0,0 15,2 22,3 17,2 34,6 14,4

Новый набор данных Энергия

Путь Час 1 Час 2 Час 3 Час 4 Час 5 Час 6 1 950,0 947,1 982,4 1013,5 1003,0 1087,7 2 1046,9 994,8 981,9 1031,9 1000,0 948,5 3 996,1 1031,0 1000,0 982,5 826,8 952,0 4 943,4 1015,2 1007,2 1000,0 1017,4 1000,0

Я провожу моделирование цикла для каждого часа в течение 1 года (8760) с тысячей возможных путей значений выработки энергии. В настоящее время я делаю for для каждого столбца, где проверяю условия (условий больше), код следующий:

carga_bateria<- data.frame(matrix(0, nrow = 1040, ncol = 8760))
for (i in 2:8760) {  
cond1<-energia[,i]>pot_elec
carga_bateria[cond1,i]=carga_bateria[cond1,i-1]*(1-0.02/100)+pmin(n_bat*7.55-carga_bateria[cond1,i-1]*(1-0.02/100),(energia[cond1,i]-pot_elec)*0.85)
# si la energia generada es mayor a la necsitada entonces la bateria queda con la carga anterior con la perdida de 0.02% + el minimo entre
#la bateria que hace falta y el excedente generado incluyendo la perdida de eficiencia al cargar de 85%.

cond2<-(energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))<pot_elec*0.3#cuando ni incluyendo la bateria en t-1 llega al 30% de la capacidad del electrolizador, entonces tambien se carga bateria
carga_bateria[cond2,i]=carga_bateria[cond2,i-1]*(1-0.02/100)+pmin(n_bat*7.55-carga_bateria[cond2,i-1]*(1-0.02/100),(energia[cond2,i])*0.85)

cond3<- pot_elec>energia[,i]&(pot_elec-energia[,i])<(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2)#Caso desacarga parcial bateria, si el faltante lo puede cubrir la bateria
carga_bateria[cond3,i]=carga_bateria[cond3,i-1]*(1-0.02/100)-(pot_elec-energia[cond3,i]) #la bateria se descargaga en ese faltante
energia[cond3,i]<- pot_eleC#la energia llega a la capacidad

cond4<- (energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))>pot_elec*0.3&(energia[,i]+pmax(carga_bateria[,i-1]*(1-0.02/100)-n_bat*7.55*0.2,0))<pot_elec# caso de descarga total
carga_bateria[cond4,i]= n_bat*7.55*0.2#la bateria se descargaga totalmente
energia[cond4,i]<- energia[cond4,i]+(carga_bateria[cond4,i-1]*(1-0.02/100)-n_bat*7.55*0.2) #la energia llega a la capacidad


cond99<-!cond1&!cond2&!cond3&!cond4
carga_bateria[cond99,i]=carga_bateria[cond99,i-1]*(1-0.02/100)
validacion[1,i]<-sum(cond1);validacion[2,i]<-sum(cond2);validacion[3,i]<-sum(cond3);validacion[4,i]<-sum(cond4)
validacion[5,i]<- sum(cond1,cond2,cond3,cond4)

}

но я хочу сделать этот процесс максимально эффективным. Я бы поверил, что распараллеливание — это не вариант, поскольку анализ последовательный и условный, хотя я не знаю.

Stack Overflow — это не то место, где можно просить других написать за вас ваш код, хотя сообщество очень хочет помочь вам решить конкретные проблемы, с которыми вы сталкиваетесь, когда пишете его для себя. Что вы пробовали до сих пор и почему это не сработало?

— 29.04.2024 19:18

Привет! Я добавил код, который сейчас использую. Код работает, мне просто хотелось бы сделать его более эффективным. Реальный код оценивает больше условий. Поэтому я его не включил. Я не хочу, чтобы кто-то написал мне код, имея представление о том, какой инструмент я могу использовать, мне достаточно. Спасибо за вашу помощь!!

— 29.04.2024 19:32

Ваш код работает и вы хотите его оптимизировать? Это лучше подходит для CodeReview. п.с. Подробно вопрос не читал.

— 29.04.2024 19:38

Попробую, спасибо за помощь.

— 29.04.2024 19:47

r performance for-loop sequence sequential

29.04.2024 19:01

Стоит ли изучать PHP в 2026-2027 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Векторизуем все, что можем. Дополнительную скорость, вероятно, придется обеспечить за счет Rcpp.

Пример данных:

energia <- matrix(rnorm(876e4, 1e3, 20), 1e3)

Процесс:

system.time({
  Bateria <- array(0, dim(energia))
  Energia <- energia - 1e3
  Bateria[,1] <- pmax(pmin(Energia[,1], 100), 0)
  for (i in 2:ncol(energia)) {
    Bateria[,i] <- pmax(pmin(Bateria[,i - 1] + Energia[,i], 100), 0)
  }
  Energia[,1] <- energia[,1]
  Energia[,-1] <- energia[,-1] - pmin(0, Rfast::coldiffs(Bateria))
})
#>    user  system elapsed 
#>    0.49    0.15    0.62

В результате чего

energia[1:10, 1:7]
#>            [,1]      [,2]      [,3]      [,4]      [,5]      [,6]      [,7]
#>  [1,] 1020.3650  973.7161 1012.1916 1011.4977 1003.0202  999.4796 1036.0359
#>  [2,] 1029.7795  988.7669  994.9009  958.9296  995.9292  958.8030  983.2274
#>  [3,]  977.9996 1000.7481  995.8109  972.9857  990.2269 1000.8311  992.5563
#>  [4,] 1003.8806  998.7856  985.7410 1015.4744 1023.4497 1001.2701 1017.1896
#>  [5,] 1013.1368 1035.9297  998.8231  990.3747 1013.2639  983.5665 1000.1635
#>  [6,] 1011.3533 1021.4186 1012.0547  988.0986  982.9560 1045.1527  972.7560
#>  [7,]  994.0441  997.9712  996.2793  983.3372  954.3548  998.1092 1005.5494
#>  [8,]  970.3797 1005.9268 1033.7725 1008.7859 1015.1895 1037.7978  986.7629
#>  [9,]  966.4012  999.3218  998.5642  977.3220 1018.2797 1007.8780 1009.1757
#> [10,] 1038.1993 1002.0838 1002.3877 1001.0923  975.2968  930.2707 1002.9185
Bateria[1:10, 1:7]
#>           [,1]       [,2]     [,3]     [,4]     [,5]        [,6]      [,7]
#>  [1,] 20.36501  0.0000000 12.19160 23.68929 26.70945  26.1890759 62.225017
#>  [2,] 29.77954 18.5464758 13.44736  0.00000  0.00000   0.0000000  0.000000
#>  [3,]  0.00000  0.7481351  0.00000  0.00000  0.00000   0.8311082  0.000000
#>  [4,]  3.88059  2.6661657  0.00000 15.47445 38.92413  40.1942133 57.383772
#>  [5,] 13.13683 49.0665635 47.88970 38.26436 51.52831  35.0948033 35.258318
#>  [6,] 11.35329 32.7718892 44.82658 32.92519 15.88119  61.0338416 33.789819
#>  [7,]  0.00000  0.0000000  0.00000  0.00000  0.00000   0.0000000  5.549418
#>  [8,]  0.00000  5.9267888 39.69932 48.48522 63.67473 100.0000000 86.762890
#>  [9,]  0.00000  0.0000000  0.00000  0.00000 18.27970  26.1576981 35.333428
#> [10,] 38.19931 40.2830995 42.67077 43.76306 19.05989   0.0000000  2.918507
Energia[1:10, 1:7]
#>            [,1]      [,2]      [,3]      [,4]      [,5]      [,6]      [,7]
#>  [1,] 1020.3650  994.0811 1012.1916 1011.4977 1003.0202 1000.0000 1036.0359
#>  [2,] 1029.7795 1000.0000 1000.0000  972.3769  995.9292  958.8030  983.2274
#>  [3,]  977.9996 1000.7481  996.5590  972.9857  990.2269 1000.8311  993.3874
#>  [4,] 1003.8806 1000.0000  988.4071 1015.4744 1023.4497 1001.2701 1017.1896
#>  [5,] 1013.1368 1035.9297 1000.0000 1000.0000 1013.2639 1000.0000 1000.1635
#>  [6,] 1011.3533 1021.4186 1012.0547 1000.0000 1000.0000 1045.1527 1000.0000
#>  [7,]  994.0441  997.9712  996.2793  983.3372  954.3548  998.1092 1005.5494
#>  [8,]  970.3797 1005.9268 1033.7725 1008.7859 1015.1895 1037.7978 1000.0000
#>  [9,]  966.4012  999.3218  998.5642  977.3220 1018.2797 1007.8780 1009.1757
#> [10,] 1038.1993 1002.0838 1002.3877 1001.0923 1000.0000  949.3306 1002.9185

29.04.2024 22:16

Другие вопросы по теме

Создаются ли локальные переменные и функции в Котлине заново каждый раз, когда вызывается функция?

Изолируйте части в документе

Производительность textSimilarity() из текстовой библиотеки R

Почему интерполяция двусторонних строковых литералов в JavaScript не является квадратичной?

Низкая скорость страницы, задержка рендеринга и проблема с LCP

Эффективная стратегия хранения и извлечения данных в React для высокопроизводительных корпоративных приложений

Разница в производительности между C-Contigious и Fortran-Contigious массивами при использовании функций numpy

Почему функция set.union() работает намного медленнее, чем оператор объединения set "|" в этом коде?

Учет производительности с предложением WITH (CTE) и оператором IN

Почему я нарушаю лимит времени!? Цикл связанных списков LeetCode (решено, но необходимо объяснение!)

Как сделать последовательный анализ более эффективным в R

Ответы 1

Другие вопросы по теме

Похожие вопросы