基于时间序列分析的风速短期预测方法研究 |
论文目录 | | 摘要 | 第1-6页 | Abstract | 第6-9页 | 第1章 绪论 | 第9-14页 | · 选题背景及研究意义 | 第9页 | · 国内外风电场风速预测的研究现状 | 第9-12页 | · 国内外对风电研究状况 | 第9-10页 | · 国内外风电场风速预测的主要方法 | 第10-12页 | · 论文的主要工作 | 第12-14页 | · 论文的主要研究方法 | 第12页 | · 论文的内容章节安排 | 第12-14页 | 第2章 基于ARIMA模型的短期风速预测 | 第14-23页 | · 时间序列法简介 | 第14页 | · 时间序列法的统计模型 | 第14-15页 | · 自回归模型AR(p) | 第14-15页 | · 移动平均模型MA(q) | 第15页 | · 自回归移动平均模型ARMA(p,q) | 第15页 | · 求和自回归移动平均模型ARIMA(p,d,q) | 第15页 | · 时间序列的平稳性 | 第15-17页 | · 平稳性的定义 | 第15-16页 | · 平稳性的检验 | 第16-17页 | · 模型定阶及参数估计 | 第17-18页 | · 模型定阶 | 第17页 | · 模型参数估计 | 第17-18页 | · 模型的适应性检验 | 第18页 | · 实例分析 | 第18-22页 | · 计算步骤 | 第18页 | · 建立ARIMA模型 | 第18-21页 | · 风速预测及误差分析 | 第21-22页 | · 本章小结 | 第22-23页 | 第3章 基于小波ARIMA模型的短期风速预测 | 第23-28页 | · 小波变换介绍 | 第23-25页 | · 小波变换简介 | 第23页 | · 小波分解与重构算法 | 第23-25页 | · 小波ARIMA预测模型 | 第25页 | · 实例分析 | 第25-27页 | · 最佳小波分解层数的讨论 | 第25-26页 | · 建立小波ARIMA模型 | 第26-27页 | · 本章小结 | 第27-28页 | 第4章 基于ARIMA-ARCH模型的短期风速预测 | 第28-34页 | · 异方差性介绍 | 第28-29页 | · 异方差的概念 | 第28页 | · 产生异方差性的原因 | 第28页 | · 忽视异方差的后果 | 第28-29页 | · 异方差性的检验 | 第29-30页 | · 图示法 | 第29页 | · 自相关性检验 | 第29-30页 | · 自回归条件异方差(ARCH)模型原理 | 第30页 | · 基于ARIMA-ARCH模型的风速预测 | 第30-32页 | · ARIMA-ARCH模型 | 第30页 | · 实例分析 | 第30-32页 | · 本章小结 | 第32-34页 | 第5章 基于小波ARIMA-ARCH模型的短期风速预测 | 第34-45页 | · 模型的建立步骤 | 第34页 | · 实例分析 | 第34-44页 | · 样本风速序列的小波分解与重构 | 第34-35页 | · 对概貌信号、各细节信号建立ARIMA-ARCH模型 | 第35-43页 | · 小波ARIMA-ARCH模型最终风速预测结果 | 第43-44页 | · 各模型预测效果分析比较 | 第44页 | · 本章小结 | 第44-45页 | 第6章 结论与展望 | 第45-46页 | · 结论 | 第45页 | · 展望 | 第45-46页 | 参考文献 | 第46-49页 | 攻读硕士学位期间发表的论文及其他科研成果 | 第49-50页 | 致谢 | 第50
页 |
|
|
|