近年來,風(fēng)能發(fā)電在新能源與綠色能源領(lǐng)域有很大的價(jià)值和應(yīng)用前景.注意到風(fēng)速數(shù)據(jù)具有非負(fù)、有偏、重尾、包含很多零的特點(diǎn),使得我們?cè)陲L(fēng)速的精準(zhǔn)預(yù)測(cè)和模型構(gòu)建上面臨著極大的挑戰(zhàn).基于上述分析的特點(diǎn),本文中我們對(duì)一階滯后的多重線性回歸模型進(jìn)行改進(jìn).首先,在空間維度中,我們將同一區(qū)域的氣象站點(diǎn)作為空間協(xié)變量,進(jìn)行一階滯后的多重線性時(shí)空擬合.對(duì)于上述時(shí)空擬合的誤差項(xiàng),在給定具有可解釋性的大氣協(xié)變量時(shí),我們提出了基于t分布的異方差時(shí)空預(yù)測(cè)模型.然后,在對(duì)參數(shù)進(jìn)行統(tǒng)計(jì)推斷的過程中,我們提出了基于異方差時(shí)空模型的兩步推斷算法.第一步中,我們使用變量選擇中的SCAD懲罰函數(shù)對(duì)空間維度中的空間協(xié)變量進(jìn)行有效的選擇和參數(shù)估計(jì).第二步中,我們使用EM算法對(duì)由大氣協(xié)變量驅(qū)動(dòng)的異方差的多元t分布的似然函數(shù)進(jìn)行迭代估計(jì).最后,我們將本文提出的方法應(yīng)用在公開數(shù)據(jù)集上,實(shí)證分析結(jié)果顯示本文提出的模型對(duì)風(fēng)速有更準(zhǔn)確的預(yù)測(cè). 

【文章頁數(shù)】：40 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 研究現(xiàn)狀
    1.3 本文研究的問題
    1.4 本文結(jié)構(gòu)安排
第二章 理論知識(shí)
    2.1 學(xué)生t分布
    2.2 優(yōu)化算法
    2.3 SCAD懲罰函數(shù)
第三章 大氣斜變量驅(qū)動(dòng)的異方差時(shí)空模型
    3.1 異方差時(shí)空模型
    3.2 基于異方差時(shí)空模型的兩步推斷算法
    3.3 算法程序
第四章 模擬研究與實(shí)際數(shù)據(jù)分析
    4.1 數(shù)值模擬
    4.2實(shí)際數(shù)據(jù)分析1
    4.3實(shí)際數(shù)據(jù)分析2
第五章 總結(jié)與展望
    5.1 本文工作總結(jié)
    5.2 未來研究展望
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)最小二乘支持向量機(jī)方法的短期風(fēng)速預(yù)測(cè)[J]. 張廣明,袁宇浩,龔松建.  上海交通大學(xué)學(xué)報(bào). 2011(08)
[2]基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)[J]. 范高鋒,王偉勝,劉純,戴慧珠.  中國(guó)電機(jī)工程學(xué)報(bào). 2008(34)
[3]基于時(shí)間序列分析和卡爾曼濾波算法的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)優(yōu)化模型[J]. 潘迪夫,劉輝,李燕飛.  電網(wǎng)技術(shù). 2008(07)
[4]風(fēng)電場(chǎng)風(fēng)速和發(fā)電功率預(yù)測(cè)研究[J]. 楊秀媛,肖洋,陳樹勇.  中國(guó)電機(jī)工程學(xué)報(bào). 2005(11)



本文編號(hào)：3714054