| 基于二次分解的改进时间序列超短期风速预测研究 |
| |
| 引用本文： | 赵征,南宏钢,乔锦涛.基于二次分解的改进时间序列超短期风速预测研究[J].华北电力大学学报,2020,47(4):53-60. |
| |
| 作者姓名： | 赵征 南宏钢 乔锦涛 |
| |
| 作者单位： | 华北电力大学控制与计算机工程学院,河北保定071003,华北电力大学控制与计算机工程学院,河北保定071003,华北电力大学控制与计算机工程学院,河北保定071003 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金资助项目 |
| |
| 摘 要： | 提出了一种基于CEEMDAN (complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)-VMD (variational mode decomposition,VMD)二次分解的ARIMA (autoregressive integrated moving average model,ARIMA)-GARCH (generalized autoregressive conditional heteroskedasticity,GARCH)超短期风速预测方法。首先采用自适应噪声完整集成经验模态分解将原始风速信号分解,产生一系列特征互异的本征模函数(intrinsic mode functions,IMF)。接着计算各本征模函数的样本熵(sample entropy,SE)以量化其复杂性,对复杂性较高的分量采用变分模态分解进行二次分解。然后对各分量分别建立ARIMA模型,引入GARCH模型消除异方差特性。最后将各分量预测结果线性叠加。通过对西北某风电场风速数据进行预测,证明了所提模型的有效性,与CEEMDAN分解和ARMA (autoregressive moving average,ARMA)-GARCH相结合的模型比较,平均绝对误差减少了7. 1%。
|
| 关 键 词： | 风速预测 CEEMDAN-VMD ARIMA-GARCH 残差修正 |
Research on Improved Time Series Ultra-short-term Wind Speed Prediction Based on Quadratic Decomposition |
| |
| ZHAO Zheng,NAN Honggang,QIAO Jintao.Research on Improved Time Series Ultra-short-term Wind Speed Prediction Based on Quadratic Decomposition[J].Journal of North China Electric Power University,2020,47(4):53-60. |
| |
| Authors: | ZHAO Zheng NAN Honggang QIAO Jintao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
