基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风电功率预测准确度的提高对提高电力系统调度效率具有重要的作用.基于对风电功率时间序列波动性的研究,推广了一种厚尾均值广义自回归条件异方差(GARCH-M)族短期风电功率预测模型,同时,基于波动补偿项的不同形式,将模型拓展为多种类型的厚尾GARCH-M模型.该类模型能够捕捉风电功率时间序列波动性与其条件均值的直接关系,并能够有效刻画具有高峰度特征的实际风电功率序列的厚尾效应,使风电预测准确度提高.结合江苏地区风电场风电功率实际数据,对所提厚尾GARCH-M模型进行了参数估计,论证了存在于风电时间序列中的GARCH-M效应和厚尾效应,给出了风电功率均值和条件方差的预测方案.算例分析结果验证了所提方法的可行性和有效性,表明了考虑厚尾特征的GARCH-M族模型短期预测效果满意.
推荐文章
基于多重离群点平滑转换自回归模型的短期风电功率预测
多重离群点平滑转换自回归模型
双重离群点效应
风电功率预测
厚尾效应
基于广义自回归条件异方差模型的负荷预测新方法
负荷预测
ARMA
ARCH
条件异方差
GARCH
拉格朗日乘子检验
基于非参数回归模型的短期风电功率预测
风力发电
功率预测
点预测
概率区间预测
非参数回归
基于小波变换和时间序列的风功率超短期预测模型研究
小波变换
自回归移动平均模型
时间序列
风功率预测
超短期
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于厚尾均值广义自回归条件异方差族模型的短期风电功率预测
来源期刊 电工技术学报 学科 工学
关键词 均值广义自回归条件异方差模型 风电功率预测 厚尾效应 波动补偿系数
年,卷(期) 2016,(5) 所属期刊栏目 电力系统及其自动化
研究方向 页码范围 91-98
页数 8页 分类号 TM714
字数 5530字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万秋兰 东南大学电气工程学院 81 1515 21.0 35.0
2 王玉荣 东南大学电气工程学院 23 208 8.0 14.0
3 陈昊 东南大学电气工程学院 25 197 9.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
均值广义自回归条件异方差模型
风电功率预测
厚尾效应
波动补偿系数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电工技术学报
半月刊
1000-6753
11-2188/TM
大16开
北京市西城区莲花池东路102号天莲大厦10层
6-117
1986
chi
出版文献量(篇)
8330
总下载数(次)
38
总被引数(次)
195555
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导