随着风电系统集成程度的提高，准确的风速预测技术是电网安全可靠运行的必要条件。自回归综合移动平均(ARIMA)等统计方法和基于小波变换(WT)的混合方法ARIMA (WT-ARIMA)模型是近年来在风速短期和极短期预测中较为流行的技术。然而，不同分解时间序列的预测误差对最终风速预测误差的贡献尚未分析。因此，本文探讨了ARIMA模型和WT-ARIMA模型在风速预测中的不足，提出了一种新的基于重复WT的ARIMA (RWT-ARIMA)模型，提高了非常短期风速预测的准确性。将提出的RWT-ARIMA模型与基准持续性模型进行了非常短期风速预测、ARIMA模型和WT-ARIMA模型的比较，对[Math Processing Error]1min、[Math Processing Error]3min、[Math Processing Error]5min、[Math Processing Error]7min、[Math Processing Error]10min等不同时间尺度的预测进行了比较。通过比较，证明了本文提出的RWT-ARIMA模型在非常短期风速预测中的优越性。
——文章发布于2019年1月14日
