学位论文 > 优秀研究生学位论文题录展示

基于时间序列分析的风速短期预测方法研究

作　者: 岳莉莉
导　师: 吕蓬
学　校: 华北电力大学
专　业: 应用数学
关键词: 短期风速预测 时间序列法 小波分析 ARIMA模型 ARCH模型
分类号: TK81
类　型: 硕士论文
年　份: 2012年
下　载: 240次
引　用: 0次
阅　读: 论文下载
 

内容摘要


风电场风速预测对风电场规划设计和电力系统的运行具有重要意义。但由于风速序列的高度非平稳性及方差时变性,要得到精度很高的风速预测数据比较困难。而风速序列又具有时序性和自相关性,因此可建立ARIMA模型进行预测。但该模型存在预测延时、多步预测精度较低的不足。为了解决该问题,建立了小波变换和ARIMA模型相结合的混合算法,在一定程度上提高预测的精度。为了进一步提高模型预测精度,针对风速序列的非平稳性及方差随时间而变化的特性,结合小波变换、ARIMA模型及异方差模型的优点,给出了小波ARIMA-ARCH风速预测模型。首先,针对风速序列的非平稳性,利用小波分解重构算法将其分解重构成概貌部分和细节部分,得到的各部分序列近似为平稳序列,再利用时间序列法分别对各部分进行分析。针对风速序列的方差时变性,在利用时间序列法对各部分建模时,考虑模型残差的异方差效应,建立ARIMA-ARCH模型。最后,将概貌风速和细节风速的预测结果求和即得模型的最终预测风速。通过对样本风速序列分别建立传统ARIMA模型、小波ARIMA模型、ARIMA-ARCH模型和小波ARIMA-ARCH模型进行预测,并对各模型的预测误差进行分析,说明利用小波变换处理风速序列的非平稳性并且考虑了风速序列的异方差效应的小波ARIMA-ARCH模型能有效提高风速预测精度。

全文目录


摘要  5-6
Abstract  6-9
第1章 绪论  9-14
  1.1 选题背景及研究意义  9
  1.2 国内外风电场风速预测的研究现状  9-12
    1.2.1 国内外对风电研究状况  9-10
    1.2.2 国内外风电场风速预测的主要方法  10-12
  1.3 论文的主要工作  12-14
    1.3.1 论文的主要研究方法  12
    1.3.2 论文的内容章节安排  12-14
第2章 基于ARIMA模型的短期风速预测  14-23
  2.1 时间序列法简介  14
  2.2 时间序列法的统计模型  14-15
    2.2.1 自回归模型AR(p)  14-15
    2.2.2 移动平均模型MA(q)  15
    2.2.3 自回归移动平均模型ARMA(p,q)  15
    2.2.4 求和自回归移动平均模型ARIMA(p,d,q)  15
  2.3 时间序列的平稳性  15-17
    2.3.1 平稳性的定义  15-16
    2.3.2 平稳性的检验  16-17
  2.4 模型定阶及参数估计  17-18
    2.4.1 模型定阶  17
    2.4.2 模型参数估计  17-18
  2.5 模型的适应性检验  18
  2.6 实例分析  18-22
    2.6.1 计算步骤  18
    2.6.2 建立ARIMA模型  18-21
    2.6.3 风速预测及误差分析  21-22
  2.7 本章小结  22-23
第3章 基于小波ARIMA模型的短期风速预测  23-28
  3.1 小波变换介绍  23-25
    3.1.1 小波变换简介  23
    3.1.2 小波分解与重构算法  23-25
  3.2 小波ARIMA预测模型  25
  3.3 实例分析  25-27
    3.3.1 最佳小波分解层数的讨论  25-26
    3.3.2 建立小波ARIMA模型  26-27
  3.4 本章小结  27-28
第4章 基于ARIMA-ARCH模型的短期风速预测  28-34
  4.1 异方差性介绍  28-29
    4.1.1 异方差的概念  28
    4.1.2 产生异方差性的原因  28
    4.1.3 忽视异方差的后果  28-29
  4.2 异方差性的检验  29-30
    4.2.1 图示法  29
    4.2.2 自相关性检验  29-30
  4.3 自回归条件异方差(ARCH)模型原理  30
  4.4 基于ARIMA-ARCH模型的风速预测  30-32
    4.4.1 ARIMA-ARCH模型  30
    4.4.2 实例分析  30-32
  4.5 本章小结  32-34
第5章 基于小波ARIMA-ARCH模型的短期风速预测  34-45
  5.1 模型的建立步骤  34
  5.2 实例分析  34-44
    5.2.1 样本风速序列的小波分解与重构  34-35
    5.2.2 对概貌信号、各细节信号建立ARIMA-ARCH模型  35-43
    5.2.3 小波ARIMA-ARCH模型最终风速预测结果  43-44
  5.3 各模型预测效果分析比较  44
  5.4 本章小结  44-45
第6章 结论与展望  45-46
  6.1 结论  45
  6.2 展望  45-46
参考文献  46-49
攻读硕士学位期间发表的论文及其他科研成果  49-50
致谢  50

相似论文

  1. 航天继电器时间参数测试分析技术的研究,TM58
  2. 基于汉语听觉认知的事件相关电位的研究,R318.0
  3. 基于结构突变理论的我国GDP时间序列实证分析,F124
  4. L04028A-044扬声器信号自动识别系统研究,TN911.23
  5. 外骨骼系统中控制信号的分析与处理,TN911.7
  6. 基于计算机视觉的织物疵点检测与分类方法的研究,TP274
  7. 基于格兰杰因果检验和因子分析的金融危机预警模型的研究,F224
  8. 基于MEMS惯性传感器的微小型航姿参考系统的设计与研究,V241.5
  9. 潜江市血吸虫病疫情分析及趋势预测,R532.21
  10. 2005年汇改以来中国外汇市场有效性研究,F224
  11. 中国股市羊群行为及正反馈交易实证研究,F832.51
  12. 上海地区雷暴活动时空变化特征及雷电预警研究,P457.9
  13. 非参数ARCH模型及其在股票市场的应用,F832.51
  14. 光伏与微型燃气轮机混合微网建模及控制策略研究,TM743
  15. 珠海市学校突发卫生事件症状监测系统的建立和应用研究,R183
  16. 基于小波分析的路面病害检测与分类算法研究,TP391.41
  17. 求解反应谱的小波方法及汶川地震反应谱分析,P315.3
  18. 我国货币供应量因素分解模型与ARIMA模型预测,F822.0
  19. 碳排放权交易的市场定价,X196
  20. 基于多传感器信息融合的滚动轴承故障诊断研究,TH165.3
  21. 三种预测模型在主要传染病发病率预测中的应用,R183

中图分类: > 工业技术 > 能源与动力工程 > 风能、风力机械 > 风能
© 2012 www.xueweilunwen.com