基于小波变换和时间序列的风功率超短期预测模型研究

• 作者: 孙卓 张志霞 朴在林 王强 苏展 赵丽华
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2017,（9）
• 页码范围: 1381-1386
• 页数: 6页
• 分类号: TK81|TM711
• 字数: 3821字
• 语种: 中文

摘要

为提高风功率超短期预测模型的精确度,利用小波变换将原始风功率时间序列进行分解和重构,得到相应的高频序列和低频序列.对不同序列建立相应的自回归移动平均模型,并且进行拉格朗日乘子检验,验证是否具有拉格朗日乘子效应,从而建立相应的自回归条件异方差模型或广义自回归条件异方差模型,将所得的预测结果进行线性叠加组合得出最终结果.通过算例分析及与其他几种预测模型预测结果的对比,结果表明小波变换和时间序列结合的风功率超短期预测模型可以有效提高风功率超短期预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朴在林	沈阳农业大学信息与电气工程学院	160	1227	18.0	26.0
2	张志霞	沈阳农业大学信息与电气工程学院	32	102	6.0	9.0
3	苏展	沈阳农业大学信息与电气工程学院	7	56	4.0	7.0
4	孙卓		1	3	1.0	1.0
5	赵丽华		1	3	1.0	1.0
6	王强		1	3	1.0	1.0