基于GARCH的短时风速预测方法

• 作者: 姜言 彭新艳 李永乐 黄国庆
• 来源期刊: 西南交通大学学报
• 学科: 交通运输
• 关键词: 高速列车 风速预测 ARIMA模型 非线性 GARCH模型
• 年，卷（期）: 2016,（4）
• 页码范围: 663-669,742
• 页数: 8页
• 分类号: U442
• 字数: 4707字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2016.04.009

摘要

为提高高速列车运行的安全性,基于线性递归的差分自回归移动平均模型(auto-regressive integrated moving average,ARIMA)和非线性递归的广义自回归条件异方差模型(generalized auto-regressive conditionally heteroscedastic,GARCH),提出一种组合模型ARIMA-GARCH进行高速铁路强风风速的短时预测.首先对数据的非平稳性进行预处理,以降低数据非平稳性对所提模型的影响;其次建立线性递归的APIMA模型对数据进行分析和预测;最后,引入非线性递归的GARCH模型对数据进行分析和预测.基于现场测量的样本仿真分析表明:相比原始数据,ARIMA-GARCH模型的预测精度较高且随着预测步长的增加,平均绝对误差仅从0.836 m/s增加到1.272 m/s;ARIMA-GARCH模型考虑了异方差这一非线性特性,其预测精度明显好于线性的ARIMA模型,其中超前6步预测的平均绝对误差精度提高11.54％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永乐	西南交通大学土木工程学院	183	1652	23.0	32.0
2	黄国庆	西南交通大学土木工程学院	15	64	4.0	7.0
3	彭新艳	西南交通大学土木工程学院	8	23	3.0	4.0
4	姜言	西南交通大学土木工程学院	1	7	1.0	1.0