| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.1.1 课题研究背景 | 第13-14页 |
| 1.1.2 课题研究意义 | 第14页 |
| 1.2 本课题的研究现状 | 第14-17页 |
| 1.2.1 国内外风电预测系统研究现状 | 第14-15页 |
| 1.2.2 国内外预测模型研究现状 | 第15-17页 |
| 1.3 本文的主要工作 | 第17-19页 |
| 第二章 基于ARMA模型的风电功率预测 | 第19-28页 |
| 2.1 ARMA模型及其性质 | 第19-20页 |
| 2.1.1 自回归(AR)模型 | 第19页 |
| 2.1.2 移动平均(MA)模型 | 第19-20页 |
| 2.1.3 ARMA模型 | 第20页 |
| 2.2 ARMA模型的ACF与PACF | 第20-22页 |
| 2.3 ARMA风电预测模型应用中若干问题的讨论 | 第22-23页 |
| 2.3.1 模型的平稳性与过差分问题 | 第22页 |
| 2.3.2 模型的定阶问题 | 第22页 |
| 2.3.3 模型的诊断问题 | 第22-23页 |
| 2.4 ARMA模型的建立步骤 | 第23-24页 |
| 2.5 ARMA的参数估计 | 第24页 |
| 2.6 ARMA模型的衍生 | 第24页 |
| 2.7 本章算例 | 第24-26页 |
| 2.7.1 算例数据 | 第24-25页 |
| 2.7.2 ARMA模型的建立 | 第25-26页 |
| 2.7.3 模型预测结果 | 第26页 |
| 2.8 本章小结 | 第26-28页 |
| 第三章 基于GARCH族模型的风电功率预测 | 第28-50页 |
| 3.1 ARCH模型与GARCH模型 | 第28-32页 |
| 3.1.1 GARCH模型在能源预测领域的应用简介 | 第28页 |
| 3.1.2 ARCH模型及性质 | 第28-29页 |
| 3.1.3 ARCH模型不足 | 第29-30页 |
| 3.1.4 GARCH模型及性质 | 第30-32页 |
| 3.2 ARCH效应的检验 | 第32-34页 |
| 3.2.1 ARCH效应检验的必要性 | 第32-33页 |
| 3.2.2 拉格朗日乘子检验 | 第33页 |
| 3.2.3 单边检验 | 第33页 |
| 3.2.4 其他检验方法 | 第33-34页 |
| 3.3 ARCH模型的参数估计 | 第34-35页 |
| 3.3.1 ARCH模型估计方法综述 | 第34页 |
| 3.3.2 极大似然估计 | 第34-35页 |
| 3.4 厚尾效应与ARCH族模型的条件分布 | 第35-38页 |
| 3.4.1 厚尾效应 | 第35页 |
| 3.4.2 几种典型的非高斯分布 | 第35-38页 |
| 3.4.3 其他非高斯分布 | 第38页 |
| 3.5 GARCH模型的拓展 | 第38-40页 |
| 3.5.1 ARCH-M模型 | 第39页 |
| 3.5.2 h_5是ε_t~2的线性结构的拓展 | 第39-40页 |
| 3.5.3 不对称GARCH模型 | 第40页 |
| 3.5.4 GARCH模型的其他发展方向 | 第40页 |
| 3.6 动态视角的风电波动性研究 | 第40-41页 |
| 3.7 本章算例 | 第41-48页 |
| 3.7.1 数据 | 第41页 |
| 3.7.2 平稳性检验与ARCH效应检验 | 第41页 |
| 3.7.3 GARCH模型与GARCH-M模型的建立 | 第41-42页 |
| 3.7.4 厚尾GARCH-M模型的建立 | 第42-43页 |
| 3.7.5 厚尾TSGARCH-M和厚尾PGARCH-M的建立 | 第43-45页 |
| 3.7.6 GARCH-M效应分析 | 第45-46页 |
| 3.7.7 厚尾效应分析 | 第46页 |
| 3.7.8 模型预测结果 | 第46-48页 |
| 3.8 本章小结 | 第48-50页 |
| 第四章 风电时间序列波动不对称性研究 | 第50-66页 |
| 4.1 不对称效应与不对称GARCH模型 | 第50-52页 |
| 4.1.1 波动不对称效应 | 第50页 |
| 4.1.2 不对称GARCH模型 | 第50-52页 |
| 4.1.3 检验与参数估计 | 第52页 |
| 4.2 经典信息冲击曲线 | 第52-54页 |
| 4.3 一种新的NIC基准 | 第54-55页 |
| 4.3.1 GARCH-NIC基准 | 第54页 |
| 4.3.2 基准对称曲线 | 第54-55页 |
| 4.4 一种新的不对称曲线指标 | 第55-57页 |
| 4.5 本章算例 | 第57-65页 |
| 4.5.1 算例数据 | 第57页 |
| 4.5.2 不对称GARCH模型的建立 | 第57-61页 |
| 4.5.3 基于BSC和ACI的波动不对称分析 | 第61-64页 |
| 4.5.4 ACI | 第64页 |
| 4.5.5 模型预测结果 | 第64-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 风电时间序列波动性成分分析 | 第66-79页 |
| 5.1 成分GARCH-M模型 | 第66-67页 |
| 5.1.1 CGARCH-M | 第66页 |
| 5.1.2 基于广义误差分布的CGARCH-M模型 | 第66-67页 |
| 5.1.3 成分GARCH-M模型的参数估计 | 第67页 |
| 5.2 不对称成分GARCH模型 | 第67-68页 |
| 5.3 信息冲击曲面 | 第68-69页 |
| 5.3.1 经典NIC研究复杂波动结构的局限性 | 第68页 |
| 5.3.2 信息冲击曲面的理论准备 | 第68-69页 |
| 5.3.3 信息冲击曲面 | 第69页 |
| 5.4 一种广义冲击响应曲面 | 第69-73页 |
| 5.4.1 GNIS的定义 | 第69-70页 |
| 5.4.2 GNIS的应用 | 第70-72页 |
| 5.4.3 广义信息冲击曲面和文献中一些NIC推广形式的联系 | 第72-73页 |
| 5.5 本章算例 | 第73-78页 |
| 5.5.1 数据 | 第73页 |
| 5.5.2 CGARCH-M模型的建立 | 第73-74页 |
| 5.5.3 ACGARCH-M模型的建立 | 第74-75页 |
| 5.5.4 波动成分分析 | 第75-76页 |
| 5.5.5 NIS的实现与应用 | 第76-77页 |
| 5.5.6 基于CGARCH-M族模型与ACGARCH-M族模型的风电预测 | 第77-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第六章 风电时间序列波动性的机制转换研究 | 第79-100页 |
| 6.1 TAR模型 | 第79-80页 |
| 6.2 经典STAR模型 | 第80-82页 |
| 6.2.1 STAR的经典形式 | 第80-82页 |
| 6.2.2 STAR模型和GARCH模型的结合 | 第82页 |
| 6.3 一种新机制转换模型 | 第82-86页 |
| 6.3.1 离群点效应与平滑转移函数 | 第82-83页 |
| 6.3.2 OSTAR-GARCH模型 | 第83页 |
| 6.3.3 厚尾离群点STAR模型 | 第83-84页 |
| 6.3.4 OSTAR模型中两个参数获取方式的讨论 | 第84-85页 |
| 6.3.5 OSTAR模型的参数估计 | 第85页 |
| 6.3.6 OSTAR模型的NIC | 第85-86页 |
| 6.4 多重机制转换模型 | 第86-88页 |
| 6.4.1 多重机制转换模型的模型框架 | 第86页 |
| 6.4.2 双离群点STAR族模型 | 第86-87页 |
| 6.4.3 双LSTAR模型 | 第87-88页 |
| 6.4.4 双重机制转换模型的参数估计 | 第88页 |
| 6.5 本章算例一 | 第88-94页 |
| 6.5.1 数据 | 第88-89页 |
| 6.5.2 OSTAR族模型的建立 | 第89-90页 |
| 6.5.3 信息冲击曲线 | 第90-91页 |
| 6.5.4 D-OSTAR族模型的建立 | 第91-92页 |
| 6.5.5 D-OSTAR的标准广义信息冲击曲面 | 第92-93页 |
| 6.5.6 基于OSTAR族和D-OSTAR族模型的风电预测 | 第93-94页 |
| 6.6 本章算例二 | 第94-98页 |
| 6.6.1 数据 | 第94页 |
| 6.6.2 LSTAR族的建立 | 第94-95页 |
| 6.6.3 斜率信息冲击曲线 | 第95-96页 |
| 6.6.4 D-LSTAR族模型的建立 | 第96-98页 |
| 6.6.5 基于LSTAR族和D-LSTAR族模型的风电预测 | 第98页 |
| 6.7 本章小结 | 第98-100页 |
| 第七章 基于高阶矩模型的风电功率预测 | 第100-119页 |
| 7.1 自回归条件密度模型 | 第100-104页 |
| 7.1.1 ARCDD的一般形式 | 第100-102页 |
| 7.1.2 v_t时变偏度和时变峰度的推导 | 第102-103页 |
| 7.1.3 ARCD的定阶与参数估计 | 第103-104页 |
| 7.2 自回归条件方差偏度模型 | 第104-107页 |
| 7.2.1 模型设定 | 第104-105页 |
| 7.2.2 模型的定阶与参数估计 | 第105-107页 |
| 7.3 自回归条件方差偏度峰度模型 | 第107-110页 |
| 7.3.1 算例数模型设定 | 第107-108页 |
| 7.3.2 一种新的自回归条件偏度、峰度检验方法 | 第108-109页 |
| 7.3.3 模型定阶与参数估计 | 第109-110页 |
| 7.4 基于ARCD模型的算例分析 | 第110-113页 |
| 7.4.1 算例数据 | 第110页 |
| 7.4.2 ARCD模型的建立 | 第110-111页 |
| 7.4.3 时变参数分析 | 第111-112页 |
| 7.4.4 风电时间序列的时变偏度分析和时变峰度分析 | 第112-113页 |
| 7.4.5 基于ARCD模型的风电预测 | 第113页 |
| 7.5 基于GARCHSK模型的算例分析 | 第113-117页 |
| 7.5.1 算例数据 | 第113页 |
| 7.5.2 GARCHSK模型的建立 | 第113-114页 |
| 7.5.3 联合分析 | 第114-116页 |
| 7.5.4 基于GARCHSK模型的风电预测 | 第116-117页 |
| 7.6 高阶矩模型的再讨论 | 第117页 |
| 7.6.1 两类高阶矩模型区别的讨论 | 第117页 |
| 7.6.2 一些经验性结论 | 第117页 |
| 7.7 本章小结 | 第117-119页 |
| 第八章 风电功率预测模型的预测评价 | 第119-130页 |
| 8.1 预测效果评价引论 | 第119页 |
| 8.2 预测的几个概念 | 第119页 |
| 8.3 传统的风电预测考核指标 | 第119-121页 |
| 8.3.1 传统考核指标 | 第119-120页 |
| 8.3.2 考核指标的评论 | 第120-121页 |
| 8.4 基于现代检验方法的模型评价 | 第121-122页 |
| 8.5 DM检验的改进 | 第122-125页 |
| 8.5.1 基于不对称损失函数的DM检验 | 第122-124页 |
| 8.5.2 增广DM检验 | 第124-125页 |
| 8.6 本章算例 | 第125-128页 |
| 8.6.1 MAE与MSE比较 | 第125页 |
| 8.6.2 经典DM检验的应用 | 第125-126页 |
| 8.6.3 基于不对称损失函数的DM检验的应用 | 第126-127页 |
| 8.6.4 增广DM检验的应用 | 第127-128页 |
| 8.7 风电预测的标准化工作展望 | 第128页 |
| 8.8 本章小结 | 第128-130页 |
| 第九章 工作总结与展望 | 第130-132页 |
| 9.1 工作总结 | 第130-131页 |
| 9.2 工作展望 | 第131-132页 |
| 附录 | 第132-137页 |
| 附录3A 几种常见分布的K~((z)) | 第132-133页 |
| 附录3B 整体峰度定理的证明 | 第133-134页 |
| 附录7A GRAM-CHARLIER级数 | 第134-136页 |
| 模型名称缩写表 | 第136-137页 |
| 参考文献 | 第137-145页 |
| 攻读博士学位期间发表的论文 | 第145-147页 |
| 攻读博士学位期间所撰的著作 | 第147页 |
| 攻读博士学位期间参编的标准、规范 | 第147-148页 |
| 致谢 | 第148页 |
