基于VMD和改进ARIMA模型的超短期风速预测

基于VMD和改进ARIMA模型的超短期风速预测

论文摘要

针对风速序列非线性、波动性的问题,提出了一种基于变分模态分解和改进差分自回归滑动平均模型的风速预测模型。首先利用变分模态分解(Variational Mode Decomposition,VMD)将信号从低频到高频逐次分解,使每个分量具有不同中心频率的有限带宽;然后对各分量分别建立ARIMA模型,由于各分量的残差序列可能存在异方差性,因此引入GARCH模型消除异方差特性,建立ARIMA-GARCH模型;最后各分量预测结果叠加得到最终的预测值。实验结果表明,所提出的预测模型在超短期风速预测上具有较高的预测精度。

论文目录

  • 0 引言
  • 1 三种分解方法原理
  •   1.1 变分模态分解
  •   1.2 经验模态分解
  •   1.3 小波分解
  • 2 幅频特性分析
  • 3 改进ARIMA预测模型
  •   3.1 差分自回归滑动平均模型
  •   3.2 模型定阶
  •   3.3 异方差检验
  • 4 VMD-ARIMA-GARCH预测模型
  • 5 预测结果分析
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵征,汪向硕,乔锦涛

    关键词: 风速预测,变分模态分解,模型,残差修正

    来源: 华北电力大学学报(自然科学版) 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 华北电力大学控制与计算机工程学院

    基金: 中央高校基本科研业务费专项资金资助项目(2017MS133),河北省自然科学基金资助项目(G2016502009)

    分类号: TM614

    页码: 54-59

    总页数: 6

    文件大小: 369K

    下载量: 648

    相关论文文献

    标签:;  ;  ;  ;  

    基于VMD和改进ARIMA模型的超短期风速预测
    下载Doc文档

    猜你喜欢