基于時間序列分析的風(fēng)速短期預(yù)測方法研究.pdf

1、風(fēng)電場風(fēng)速預(yù)測對風(fēng)電場規(guī)劃設(shè)計(jì)和電力系統(tǒng)的運(yùn)行具有重要意義。但由于風(fēng)速序列的高度非平穩(wěn)性及方差時變性,要得到精度很高的風(fēng)速預(yù)測數(shù)據(jù)比較困難。而風(fēng)速序列又具有時序性和自相關(guān)性,因此可建立ARIMA模型進(jìn)行預(yù)測。但該模型存在預(yù)測延時、多步預(yù)測精度較低的不足。為了解決該問題,建立了小波變換和ARIMA模型相結(jié)合的混合算法,在一定程度上提高預(yù)測的精度。
　　 為了進(jìn)一步提高模型預(yù)測精度,針對風(fēng)速序列的非平穩(wěn)性及方差隨時間而變化的特性,結(jié)

2、合小波變換、ARIMA模型及異方差模型的優(yōu)點(diǎn),給出了小波ARIMA-ARCH風(fēng)速預(yù)測模型。首先,針對風(fēng)速序列的非平穩(wěn)性,利用小波分解重構(gòu)算法將其分解重構(gòu)成概貌部分和細(xì)節(jié)部分,得到的各部分序列近似為平穩(wěn)序列,再利用時間序列法分別對各部分進(jìn)行分析。針對風(fēng)速序列的方差時變性,在利用時間序列法對各部分建模時,考慮模型殘差的異方差效應(yīng),建立ARIMA-ARCH模型。最后,將概貌風(fēng)速和細(xì)節(jié)風(fēng)速的預(yù)測結(jié)果求和即得模型的最終預(yù)測風(fēng)速。通過對樣本風(fēng)速序列