时间序列

风速预测是风电场规划设计中的重要工作。在预测过程中必须建立合适的模型。风速序列本身已经具有时序性和自相关性，因此可用时间序列法建立预测模型。目前该模型已经被广泛应用。但时间序模型存在预测延时和预测精度不高的问题。为解决该问题，本文首先使用时间序列分析和卡尔曼滤波相结合的混合算法。这在一定程度上取得了良好的效果。但还不足很理想，为取得进一步的成效，许多学者仍在进行不懈的探讨和研究。本文通过分析插值滤波算法()的结构，提出了一种时间序列分析和插值滤波相结合的新型算法。通过对稷山实...

1风电场风速预测的 RBF 神经网络模型 谭志忠， 刘德有， 王丰 （河海大学 水利水电工程学院） 摘 要： 本文介绍国内外关于风电场风速预测的主要方法， 建立了基于 RBF 神经网络的风电场风速预测模型及其求解方法， 将其用于实例风速的提前 1h 预测， 结果精度满足工程实际要求， 并明显优于 BP 神经网络预测方法。 同时， 提出了风速时间序列重构方法， 并以此进行了实例风速的提前 24h 预测， 结果精度达到与提前 1h预测精度相近， 即该重构方法是风电场风速中长期预...

Vol．30HYDROELECTRICENGINEERINGDec．，2011风速频率分布模型的研究中能电力科技开发有限公司，北京100034；河北省电力勘测设计研究院，石家庄050031）本文介绍了现有的描述风电场风速频率分布型能较准确的描述实际情形下的风能资源分布，该模型能充分反映风速随时间变化的随机性和波动性，能有常用数学模型在低风速、零风速以及风速频率分布曲线存在多峰值时的拟合误差过大的问题，并具有较文结合三个典型工程实例的计算分析，验证了AR-GARCH模型的有效性...