风电功率预测问题电工杯文章.doc

PAGE 1 风电功率预测问题 摘要 本文研究的是如何对风电功率进行精确实时地预测的问题。首先对所给数据利用Mann-Kendall法进行趋势检测和Jarque-Bera法进行正态性检验，然后根据所得出的数据特性，建立起以下五个数学模型。 针对问题一的实时预测及误差分析问题，建立起三个预测模型：基于最小二乘法求解系数的回归—移动平均ARMA（p,q）模型、BP神经网络模型、基于傅里叶变换的灰色摆动GM(1,1,sin)模型。其平均准确率和平均合格率如下： ARMA时间序列 BP神经网络 GM(1,1，sin) 平均r1 0.8534 0.7312 0.7924 平均r2 0.8485 0.7330 0.8230 ARMA（p,q）模型准确性最佳，推荐该模型进行预测。 针对问题二的汇聚的影响探究问题，建立影响度模型，定义两个评价指标自身影响度η1和总体影响度η2，基于第一问最优模型的r1，r2求解出η1=0.985，η1=0.935。可得汇聚程度越大，预测误差越小。 针对问题三的提高实时预测精确度的问题，基于第一问中的三个模型建立起组合预测模型。利用熵权值法求得组合方程中的各项权重，经matlab编程求解得到该模型平均准确率r1=0.8709和平均合格率r2=0.8334。主要影响因素为实测时间间隔，由于受各方面影响预测精度不能无限提高。 关键词： ARMA模型 BP神经网络