本文關(guān)鍵詞：基于ARIMA與ESN的短期風(fēng)速混合預(yù)測模型，由筆耕文化傳播整理發(fā)布。

【摘要】：提出一種基于自回歸求和滑動平均模型(autoregressive integrated moving average,ARIMA)與回聲狀態(tài)網(wǎng)絡(luò)(echo state network,ESN)的短期風(fēng)速預(yù)測模型。首先利用ARIMA模型對短期風(fēng)速時間序列進(jìn)行線性特征的預(yù)測,使得短期風(fēng)速的殘差僅包含非線性特征,然后利用ESN模型對非線性的殘差序列進(jìn)行預(yù)測,最后將ARIMA模型的短期風(fēng)速線性預(yù)測值與ESN模型的短期風(fēng)速非線性預(yù)測殘差值進(jìn)行相加得到最終的短期風(fēng)速的預(yù)測值。單步與多步預(yù)測的仿真實驗表明該混合預(yù)測模型具有更高的預(yù)測精度與更小的預(yù)測誤差。
【作者單位】： 沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院;東北大學(xué)信息科學(xué)與工程學(xué)院;
【關(guān)鍵詞】： 短期風(fēng)速 預(yù)測 自回歸求和滑動平均模型 回聲狀態(tài)網(wǎng)絡(luò)
【基金】：國家自然科學(xué)基金(61034005)
【分類號】：TM614
【正文快照】： 0引言風(fēng)力發(fā)電成為世界各國重點發(fā)展的可再生能源發(fā)電技術(shù)之一[1]。但研究發(fā)現(xiàn)風(fēng)速的隨機性導(dǎo)致風(fēng)電并網(wǎng)后對電力系統(tǒng)的穩(wěn)定性產(chǎn)生嚴(yán)重影響[2]。目前解決這一問題的方法有兩種:一是增加風(fēng)電裝機容量與常規(guī)機組的旋轉(zhuǎn)備用容量,來抑制風(fēng)電并網(wǎng)對電網(wǎng)帶來的沖擊,但這會增加系統(tǒng)的

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 盧建昌,張世英,牛東曉;基于ARIMA的發(fā)電量預(yù)測方法[J];華北電力大學(xué)學(xué)報;2004年03期

2 李佳萌,曾濤,王偉;ARIMA模型在天津港交通量預(yù)測中的應(yīng)用[J];數(shù)理醫(yī)藥學(xué)雜志;2004年05期

3 姜慶華;趙麗萍;;基于ARIMA模型的我國電力生產(chǎn)預(yù)測研究[J];價值工程;2006年09期

4 王婷;;民航客運量的ARIMA模型與預(yù)測[J];五邑大學(xué)學(xué)報(自然科學(xué)版);2007年01期

5 蔣金良;林廣明;;基于ARIMA模型的自動站風(fēng)速預(yù)測[J];控制理論與應(yīng)用;2008年02期

6 惠軍;馬冬冬;;ARIMA模型在房屋售價中的預(yù)測[J];佳木斯大學(xué)學(xué)報(自然科學(xué)版);2009年01期

7 周葉;肖靈機;;基于ARIMA模型的我國航空貨運量預(yù)測分析[J];南昌航空大學(xué)學(xué)報(社會科學(xué)版);2010年03期

8 任歡;;基于ARIMA模型的河南省能源需求量預(yù)測[J];安陽師范學(xué)院學(xué)報;2010年05期

9 張士強;王雯;王健;;ARIMA模型在城市年用電量預(yù)測中的應(yīng)用[J];電力需求側(cè)管理;2010年06期

10 董小剛;李純凈;;基于ARIMA模型的上證指數(shù)預(yù)測實證分析[J];長春工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2012年05期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 ;A hybrid ARIMA-ANN model and its Learning Algorithm on Short-term Load Forecasting[A];第二十三屆中國控制會議論文集（下冊）[C];2004年

2 王建鋒;高歌;陳立凌;李紅美;張明芝;王艾麗;;ARIMA模型及其在江蘇省衛(wèi)技人員數(shù)預(yù)測中的應(yīng)用[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

3 李君華;王志堅;張立杰;陳雪;;基于小波理論及ARIMA模型的短期棉花價格預(yù)測[A];中國棉花學(xué)會2012年年會暨第八次代表大會論文匯編[C];2012年

4 陳興榮;;ARIMA模型和GM(1,1)在我國白銀消費需求預(yù)測應(yīng)用中的比較研究[A];第25屆全國灰色系統(tǒng)會議論文集[C];2014年

5 ;Double Trends Time Series Forecasting Using a Combined ARIMA and GMDH Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

6 劉軍;柴洪洲;陳軻;劉先冬;;ARIMA模型預(yù)報電離層VTEC研究[A];第一屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集（下）[C];2010年

7 ;Economic Design of Integrating SPC and APC with Quality Constraints[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

8 任家福;張f ;周宗放;;基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測模型及應(yīng)用研究[A];第三屆（2008）中國管理學(xué)年會——技術(shù)與創(chuàng)新管理分會場論文集[C];2008年

9 ;Modeling Chronobiologic Data: An Introduction to Time Series Analysis[A];2004全國時間生物醫(yī)學(xué)學(xué)術(shù)會議論文集[C];2004年

10 ;Traffic Flow Forecasting Based on Fuzzy-Neural[A];第二十六屆中國控制會議論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 ;基于數(shù)量化方法對未來經(jīng)濟增長趨勢的預(yù)測[N];第一財經(jīng)日報;2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 梁佳琦;ARIMA模型同MAXENT模型在自然保護(hù)區(qū)內(nèi)口蹄疫疫情風(fēng)險預(yù)警中的應(yīng)用研究[D];東北林業(yè)大學(xué);2015年

2 張海東;基于論壇的熱點話題識別與趨勢預(yù)測研究[D];上海師范大學(xué);2015年

3 雍永強;基于ARIMA和BPNN的組合預(yù)測模型在血糖預(yù)測中的應(yīng)用[D];鄭州大學(xué);2015年

4 張敏;基于ARIMA的組合模型問題研究[D];大連海事大學(xué);2015年

5 桂林;退耕還林與生態(tài)環(huán)境改善的關(guān)系研究與分析[D];西安建筑科技大學(xué);2015年

6 錢麗萍;基于ARIMA模型的兒童醫(yī)院門診量預(yù)測研究[D];蘇州大學(xué);2015年

7 于婷;基于ARIMA模型的股價的研究[D];大連海事大學(xué);2015年

8 程浩;武漢第三產(chǎn)業(yè)總量時間序列研究[D];華中師范大學(xué);2015年

9 陳天舒;基于ARIMA與GPR組合模型的人民幣匯率預(yù)測[D];山東大學(xué);2015年

10 袁磊;基于ARIMA-LSSVM混合模型的股指預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2015年

  本文關(guān)鍵詞：基于ARIMA與ESN的短期風(fēng)速混合預(yù)測模型，，由筆耕文化傳播整理發(fā)布。

本文編號：427986