一种用于风速、风向与气压联合预报的高维时间序列新方法
应用统计
2017-07-14 v2
摘要
文献中已提出许多风速预报方法。本文引入了一种用于联合预测风速、风向和气压的新统计方法。风向和气压对于提高风速预报的精度十分重要。良好的风向预报有助于将涡轮机调整至主导风向。我们将多元季节性时变阈值自回归交互模型(TVARX)与阈值季节性自回归条件异方差(TARCHX)模型相结合。该模型包含周期性、条件异方差、不同因变量的交互作用以及具有非线性影响的复杂自回归结构。与普通的似然估计方法不同，我们应用高维收缩技术，而非对因变量作分布假设。迭代重加权最小绝对收缩与选择算子(LASSO)方法能够捕捉条件异方差并实现较快的计算速度。所提方法可对短期内的风速、风向和气压作出准确预测。给出了长达二十四小时的预测区间。
引用
@article{arxiv.1707.03258,
title = {A New High-Dimensional Time Series Approach for Wind Speed, Wind Direction and Air Pressure Forecasting},
author = {Daniel Ambach and Wolfgang Schmid},
journal= {arXiv preprint arXiv:1707.03258},
year = {2017}
}