论文摘要
针对现有差分自回归移动平均模型进行风功率预测不具有普遍适用性问题,对差分自回归移动平均模型进行改进,提出了一种确定不同出力特性的风电场风功率时间序列转化为平稳序列所需的最优差分次数的方法。应用增广迪基-福勒检验判断序列的平稳性,分别以赤池信息准则、Yule-Walker方程以及移动平均参数和自协方差方程的关系确定出模型阶数、自回归参数、移动平均参数,并加入限幅环节对预测结果进行修正。以昌图风电场的原始出力数据为例,以图形的形式直观分析了原始风电出力序列的概率分布特性、时间相关性、时间分布特性和波动特性等性质,验证了预测序列满足原序列的性质。以误差、均方差、平均绝对误差为预测评价指标,与原差分自回归移动平均模型相比,所提出的改进差分自回归移动平均模型具有更好的预测效果。
论文目录
文章来源
类型: 期刊论文
作者: 曹俊波,周任军,邓学华,范文帅,刘利黎,孙嘉赣
关键词: 风力发电,时间序列预测,功率,平稳性检验,最优差分次数,限幅环节
来源: 电力系统及其自动化学报 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 长沙理工大学智能电网运行与控制湖南省重点实验室,中国能源建设集团湖南省电力设计院有限公司
基金: 国家自然科学基金资助项目(51277016)
分类号: TM614
页码: 105-111
总页数: 7
文件大小: 1223K
下载量: 324
相关论文文献
- [1].基于ARIMA模型的上海城镇居民人均可支配收入预测研究[J]. 经济研究导刊 2019(10)
- [2].社会消费品零售总额的预测——基于季节ARIMA模型[J]. 时代金融 2018(24)
- [3].基于ARIMA模型的安康市人均GDP预测研究[J]. 统计与管理 2018(04)
- [4].基于多元线性回归模型及ARIMA模型的北京市房价预测[J]. 科技经济导刊 2018(29)
- [5].乘积季节ARIMA模型预测上海市松江区手足口病发病趋势[J]. 健康之路 2017(04)
- [6].基于ARIMA模型对北京市月平均相对湿度的预测[J]. 考试周刊 2017(59)
- [7].基于ARIMA模型的大连市车险保费规模预测[J]. 保险理论与实践 2017(07)
- [8].基于密度聚类与ARIMA模型短期电力负荷预测[J]. 北京信息科技大学学报(自然科学版) 2019(05)
- [9].基于ARIMA模型的我国城镇居民人均可支配收入的分析与预测[J]. 时代金融 2018(26)
- [10].基于ARIMA模型的我国民航客运量时序分析[J]. 兰州石化职业技术学院学报 2019(01)
- [11].基于ARIMA模型的二手房价格预测[J]. 计算机与现代化 2018(04)
- [12].基于ARIMA模型的世界大豆总产预测分析[J]. 大豆科学 2019(02)
- [13].基于ARIMA模型的北京市CPI预测分析[J]. 价值工程 2018(05)
- [14].基于ARIMA模型的天津市空气质量各项指标的预测分析[J]. 农业灾害研究 2018(05)
- [15].基于ARIMA模型的广西区能源消费的预测[J]. 科技经济导刊 2018(07)
- [16].我国城乡居民收入差距的预测——基于ARIMA模型的应用[J]. 现代商业 2018(07)
- [17].我国房价影响因素的研究和预测[J]. 成都工业学院学报 2018(04)
- [18].基于ARIMA模型的经济预测分析——以梅龙镇为例[J]. 现代商业 2018(31)
- [19].ARIMA模型在天津市结核病发病预测中的应用[J]. 实用预防医学 2018(12)
- [20].基于ARIMA模型的九寨沟7.0级地震前兆异常检测[J]. 华北地震科学 2019(01)
- [21].综合医院非精神科住院病人自杀行为预测ARIMA模型的构建及其应用[J]. 护理研究 2019(19)
- [22].ARIMA模型预测乌鲁木齐市吸毒人群艾滋病病毒感染状况[J]. 实用预防医学 2018(03)
- [23].Z.Z市气温变化预测模型的构建与分析[J]. 科技经济市场 2018(03)
- [24].采用ARIMA模型对河北省保定市手足口病发病的预测分析[J]. 医学动物防制 2018(09)
- [25].基于ARIMA模型对氧化钕价格的预测分析[J]. 铸造技术 2018(10)
- [26].乘法季节ARIMA模型在安徽省细菌性痢疾预测中的应用研究[J]. 安徽预防医学杂志 2018(05)
- [27].基于ARIMA模型的上海市生猪价格预测[J]. 农业展望 2019(04)
- [28].ARIMA模型在其他感染性腹泻发病预测中的应用[J]. 现代医药卫生 2019(21)
- [29].供给侧改革背景下我国玉米价格走势预测[J]. 价格理论与实践 2017(11)
- [30].基于ARIMA模型的福建省第三产业产值预测[J]. 闽江学院学报 2018(05)