基于非参数bootstrap风速波动建模及预测.pdf

Classified Index: : Southwest Jiaotong University MasterDegree Thesis WIND SPEED FLUCTUATION MODELING AND PREDICTION BASED ON NONPARSMETIUC BOOTSTRAP Grade: 2010 Candidate: GAO,GuoKai Academic Degree Applied for: Master’SDegree Speciality:Probability and Statistics Supervisor: Wang Lu ,2013 西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于 ,在年解密后适用本授权书; ,使用本授权书。(请在以上方框内打“√”) 学位论文作者虢南闺锅艚柳虢≥以日期: 切7;.C,如日期:仉f>。f.)。西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下: 1、虽然目前已将GARCH模型引入到风速波动的建模中,但是都还没有关注到残差分布特征的差异。目前的研究主要还是采用正态分布来刻画,但本文通过风速波动建模及拟合优度检验发现利用t分布更合理。 2、现有文献在风速GARCH模型建模时未考虑波动的非对称特征。本文选择了非对称的EGARCH模型,通过拟合优度检验发现EGARCH模型更能全面刻画风速的波动特征,说明风速的波动具有非对称性。这是对现有风速波动理论研究的丰富和发展。 3、为了提高预测精度,将非参数Bootstrap方法引入到风速波动模型的预测中, 构建了一种基于非参数Bootstrap的风速波动预测方法。该方法是对现有的风速预测方法的补充和完善。同时,该方法对各类GARCH族模型具有一定的普遍适用性,不仅适用于EGARCH模型,也适用于其它GARCH模型(例如IGARCH等)的预测算法。本人郑重声明:所呈交的学位论文,是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承担。学位论文作者签名: 1高口期:加∥,5,夕p 闺鹆西南交通大学硕士研究生学位论文第1页摘要目前,全球的风力发电产业正处于高速发展的阶段。但是风能是不稳定的能源, 风速和风向时刻都在变化,当大量风电场并网发电时,就会给电网的稳定性带来巨大的冲击。为了保障电网的稳定性,电力调度部门必须预先了解风电场未来数小时的风电输出功率,以合理安排电力调度计划。这就需要对风电场风力发电功率进行短期的预测。而风速预测则是风电功率预测的首要步骤。在此背景下,本文以风电场风速数据为实证分析对象,对风速的短期预测问题做了研究。首先运用统计学方法来分析风速的时间序列特性,说明了风速序列具有很强的波动性。然后建立了风速波动的时变预测模型:在使用ARMA(3,2)模型对风速原始数据进行滤波后,利用ARCH效应检验验证了风速波动的时变特征;接着对滤波后的残差序列分别建立了残差服从正态分布、t分布和广义误差分布下的GARCH和 EGARCH模型;最后利用AIC等信息准则验证了采用残差服从t分布的EGARCH模型要比传统的GARCH模型更能准确刻画风速波动的异方差性。考虑到拟合参数误差及残差序列总体分布函数的未确定性,本文提出了结合非参数Bootstrap方法的风速波动预测方法,最后通过损失函数法与其它预测方法作预测评价分析,发现非参数Bootstrap预测方法的预测精度相对较好。最后本文将该预测方法推广到了其它的GARCH模型的预测中。关键词:风速;模型;GARCH;Bootstrap预测西南交通大学硕士研究生学位论文第1I页 Abstract Atpresent,the global wind power industry isin astage ofrapid energy isunstable energy,wind speed and direction changes allthe time,when alarge number ofwind farms connect tothegrid,it willbring ahuge impa