负荷时间序列波动性的动态时变结构研究 research on dynamic time-varying structure of volatility in load time series.pdfVIP

下载本文档

23
0
约1.93万字
约 5页
2017-08-13 发布于上海
举报
版权申诉

负荷时间序列波动性的动态时变结构研究 research on dynamic time-varying structure of volatility in load time series.pdf

1、本文档共5页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

负荷时间序列波动性的动态时变结构研究 research on dynamic time-varying structure of volatility in load time series

第38卷第9期凳慕电力 V01．38No．9 East OhinaElectricPower 2010年9月 sept．2010 负荷时问序列波动性的动态时变结构研究陈昊1，高山2，王玉荣2·3 (1．南京供电公司，南京210008；2．东南大学电气工程学院，南京210096； 3．田纳西大学电气与计算机科学系，诺克斯维尔TN37996) 摘要：采用广义自回归条件异方差(GARCH)族模型分析了负荷时间序列波动性的动态时变结构，提出了模型系的概念，使用滚动数据窗技术估计了指数广义自回归条件异方差(EGARCH)和幂自回归条件异方差 (PARCH)模型系；在研究动态显著性水平线(DSL)的基础上，探究了时序波动性的动态时变结构，讨论了贯穿各子样本空间的波动不对称效应。算例分析中，将所建模型应用于短期负荷预测，比较了GARCH族模型的预测能力，得到了较高的预测精度。关键词：动态显著性水平线；指数广义自回归条件异方差；负荷预测；模型系；幂自回归条件异方差基金项目：国家自然科学基金资助项目作者简介：陈吴(1980．)，男，统计师，研究方向为非线性时间序列分析。中图分类号：TM715文献标志码：A 文章编号：1001-9529(2010)09—1291-05 Research Structureof inLoadTime on Series DynamicTime·varying Volatility CHEN Ha01，GAOSHan2，WANGYu．rorl92·3 Power (1．NanjingSupplyCompany，Nanjing210008，China； 2．SchoolofElectrical Engineering，soumeastUniversity，Nanjing210096，China； Electrical and of 3．Dept．of EnginecringComputerScience，TheUniversityTennessee，KnoxvilleTN37996，USA) Abstract：GeneralizedAuto Conditional was to the Regressive Hetemskedastieity(GARCH)modelemployedanalyze inloadtime ne of serieswas structureof series． model dyllaIllictime-varying volatility concept pmpesed，andby meall8of windows Auto Conditional Generalized smoothingtechnique，theExponential Regressi