基于噪声场合下ARMA模型的风力发电量预测

被引:20
作者
高阳 [1 ,2 ]
朴在林 [1 ]
张旭鹏 [3 ]
冬雷 [4 ]
郝颖 [4 ]
机构
[1] 沈阳农业大学
[2] 沈阳工程学院
[3] 辽宁电力勘测设计院
[4] 北京理工大学自动化学院
关键词
风力发电量预测; ARMA模型; 噪声; HOYW法; 模型适用性; 归一化平均绝对误差;
D O I
暂无
中图分类号
TM614 [风能发电];
学科分类号
0807 ;
摘要
针对普通的ARMA模型的预测质量由于各种原因会大大降低的情况,依据富锦风电场风力发电量的时间序列,基于HOYW定阶方法建立了噪声场合下的ARMA模型。通过对模型残差白噪声性能的分析,验证了模型的适用性。应用此模型进行了预测分析,得到的归一化平均绝对误差(NMAE)为0.0658。通过与普通的ARMA模型预测精度方面的对比,进一步验证了噪声场合下基于ARMA模型风力发电量预测的优越性。
引用
收藏
页码:164 / 167
页数:4
相关论文
共 7 条
[1]   基于ARIMA模型的自动站风速预测 [J].
蒋金良 ;
林广明 .
控制理论与应用, 2008, (02) :374-376
[2]   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) :82-86
[3]   有噪声场合自回归模型的参数估计及定阶 [J].
姜礼平 .
应用数学, 2001, (02) :64-68
[4]  
时间序列分析的工程应用[M]. 华中科技大学出版社 , 杨叔子等, 2007
[5]  
时间序列分析[M]. 对外经济贸易大学出版社 , 潘红宇编著, 2006
[6]  
时间序列分析[M]. 高等教育出版社 , 常学将等编著, 1993
[7]  
Time-series models for reliability evaluation of power systems including wind energy[J] . R. Billinton.Microelectronics Reliability . 1996 (9)