整合GARCH和VaR的电力市场价格风险预警模型

对现有市场运行状况的评估警戒以及对未来一段时期市场发展的预警是相辅相成、不可分割的。价格是最直接的市场信号,市场中上网电价的波动具有"聚集"效应和异方差特性,该文引入金融领域的分析手段,利用广义自回归条件异方差(generalized autoregressive conditional heterosce-dasticity,GARCH)和风险价值(Value-at-Risk,VaR)理论建立了考虑容量充足度和必须运行率2个指标的价格风险预警模型,既考虑到了真实的市场供需形势又考虑到了发电市场结构和发电商的地位。实证分析表明该模型弥补了常规方法的不足,无论是静态预测还是动态预测均可以保证较高精度,在此模型指导下,电力市场运营机构和监管机构可以根据价格风险预警信号及时采取相应对策。

基于GARCH-M模型的非线性损伤识别和实验研究

裂缝等损伤在振动时常具有变刚度的时域非线性特征,且损伤前的数据难以获取。针对此问题,通过采集检测结构各位置的加速度时间序列,建立待检测层和基层响应数据的广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity in the mean,简称GARCH-M)模型,分析两模型系数的切比雪夫距离,提出了基于GARCH-M模型和切比雪夫距离的归一化损伤识别组合指标。仿真和实验结果表明:基于上述组合指标,仅利用损伤后的加速度响应数据进行损伤识别,即能够有效识别出非线性损伤层位置;相较于GARCH模型,GARCH-M模型对结构的非线性损伤加速度响应时间序列具有更好的适应性;模型计算过程简单,精度较高,在输电塔等工程结构的非线性损伤识别领域具有较好的工程应用价值。