| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 风速预测技术的发展及研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文内容安排 | 第13-15页 |
| 第2章 风速时间序列预测技术 | 第15-19页 |
| 2.1 时间序列的线性模型 | 第15-17页 |
| 2.1.1 自回归模型AR(p) | 第16页 |
| 2.1.2 滑动平均模型MA(q) | 第16页 |
| 2.1.3 差分自回归滑动平均模型ARIMA(p,d,q) | 第16-17页 |
| 2.2 时间序列模型识别与参数估计 | 第17-18页 |
| 2.2.1 模型识别 | 第17-18页 |
| 2.2.2 模型参数估计 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于改进自激励门限自回归模型的风速预测 | 第19-29页 |
| 3.1 SETAR模型 | 第19-20页 |
| 3.2 SETARMA模型 | 第20页 |
| 3.3 SETARMA模型中参数的识别 | 第20-22页 |
| 3.4 基于RESET方法的风速时间序列的非线性检验 | 第22-23页 |
| 3.5 实验数据 | 第23-25页 |
| 3.6 实例分析 | 第25-28页 |
| 3.6.1 SETARMA模型建立 | 第25-26页 |
| 3.6.2 预测结果分析 | 第26-28页 |
| 3.7 本章小结 | 第28-29页 |
| 第4章 基于ARIMA-GARCH模型的风速短期预测 | 第29-38页 |
| 4.1 自回归条件异方差(ARCH/GARCH)模型原理 | 第29-30页 |
| 4.2 异方差性的检验 | 第30-31页 |
| 4.3 ARIMA-GARCH模型的建立 | 第31-35页 |
| 4.4 预测结果分析 | 第35-37页 |
| 4.5 本章小结 | 第37-38页 |
| 第5章 基于Wavelet-ARIMAX-GARCH模型的风速短期预测 | 第38-46页 |
| 5.1 小波分解 | 第38-39页 |
| 5.2 ARIMAX模型 | 第39-40页 |
| 5.3 Wavelet-ARIMAX-GARCH模型的建模 | 第40-41页 |
| 5.4 实际算例分析 | 第41-45页 |
| 5.4.1 Wavelet-ARIMAX-GARCH模型预测 | 第41-42页 |
| 5.4.2 误差比较与分析 | 第42-45页 |
| 5.5 本章小结 | 第45-46页 |
| 第6章 结论与展望 | 第46-48页 |
| 6.1 结论 | 第46页 |
| 6.2 展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 致谢 | 第53页 |
