基于GARCH的短时风速预测方法

被引：29

作者：

姜言

黄国庆

彭新艳

李永乐

机构：

[1] 西南交通大学土木工程学院

来源：

西南交通大学学报 | 2016年 / 51卷 / 04期

关键词：

高速列车; 风速预测; ARIMA模型; 非线性; GARCH模型;

D O I：

暂无

中图分类号：

U270.11 [];

学科分类号：

摘要：

为提高高速列车运行的安全性,基于线性递归的差分自回归移动平均模型(auto-regressive integrated moving average,ARIMA)和非线性递归的广义自回归条件异方差模型(generalized auto-regressive conditionally heteroscedastic,GARCH),提出一种组合模型ARIMA-GARCH进行高速铁路强风风速的短时预测.首先对数据的非平稳性进行预处理,以降低数据非平稳性对所提模型的影响;其次建立线性递归的ARIMA模型对数据进行分析和预测;最后,引入非线性递归的GARCH模型对数据进行分析和预测.基于现场测量的样本仿真分析表明:相比原始数据,ARIMA-GARCH模型的预测精度较高且随着预测步长的增加,平均绝对误差仅从0.836 m/s增加到1.272 m/s;ARIMA-GARCH模型考虑了异方差这一非线性特性,其预测精度明显好于线性的ARIMA模型,其中超前6步预测的平均绝对误差精度提高11.54%.

引用

页码：663 / 669+742 +742

页数：8

共 14 条

[1]

Comparison of two new ARIMA-ANN and ARIMA-Kalman hybrid methods for wind speed prediction.[J].Hui Liu;Hong-qi Tian;Yan-fei Li.Applied Energy.2012,

[2]

Comprehensive evaluation of ARMA–GARCH(-M) approaches for modeling the mean and volatility of wind speed.[J].Heping Liu;Ergin Erdem;Jing Shi.Applied Energy.2010,

[3]

A short-term strong wind prediction model for railway application: design and verification [J].