异方差时空模型及其在风速预测中的应用

发布时间：2022-12-08 20:08

　　近年来,风能发电在新能源与绿色能源领域有很大的价值和应用前景.注意到风速数据具有非负、有偏、重尾、包含很多零的特点,使得我们在风速的精准预测和模型构建上面临着极大的挑战.基于上述分析的特点,本文中我们对一阶滞后的多重线性回归模型进行改进.首先,在空间维度中,我们将同一区域的气象站点作为空间协变量,进行一阶滞后的多重线性时空拟合.对于上述时空拟合的误差项,在给定具有可解释性的大气协变量时,我们提出了基于t分布的异方差时空预测模型.然后,在对参数进行统计推断的过程中,我们提出了基于异方差时空模型的两步推断算法.第一步中,我们使用变量选择中的SCAD惩罚函数对空间维度中的空间协变量进行有效的选择和参数估计.第二步中,我们使用EM算法对由大气协变量驱动的异方差的多元t分布的似然函数进行迭代估计.最后,我们将本文提出的方法应用在公开数据集上,实证分析结果显示本文提出的模型对风速有更准确的预测. 

【文章页数】：40 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 研究现状
    1.3 本文研究的问题
    1.4 本文结构安排
第二章 理论知识
    2.1 学生t分布
    2.2 优化算法
    2.3 SCAD惩罚函数
第三章 大气斜变量驱动的异方差时空模型
    3.1 异方差时空模型
    3.2 基于异方差时空模型的两步推断算法
    3.3 算法程序
第四章 模拟研究与实际数据分析
    4.1 数值模拟
    4.2实际数据分析1
    4.3实际数据分析2
第五章 总结与展望
    5.1 本文工作总结
    5.2 未来研究展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于改进最小二乘支持向量机方法的短期风速预测[J]. 张广明,袁宇浩,龚松建.  上海交通大学学报. 2011(08)
[2]基于人工神经网络的风电功率预测[J]. 范高锋,王伟胜,刘纯,戴慧珠.  中国电机工程学报. 2008(34)
[3]基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型[J]. 潘迪夫,刘辉,李燕飞.  电网技术. 2008(07)
[4]风电场风速和发电功率预测研究[J]. 杨秀媛,肖洋,陈树勇.  中国电机工程学报. 2005(11)



本文编号：3714054