風速資料的時間序列模型分析

The time series analysis for modelling wind speed data

傅偉翔(Fu Wei-Hsiang)

指導教授 ： 鄭宗記

國立政治大學/商學院/統計學系/碩士(2020年)

https://doi.org/10.6814/NCCU202001702

摘要

因冬季有東北季風吹拂，夏季有颱風侵襲，台灣地區每個月平均風速不同，利用時間序列模型建模可以解釋風速的趨勢。以往風速的建模研究只考慮到ARIMA(p,d,q)模型，且對於某地區的風速氣候趨勢也沒有深入探討，另外，由於風速的分布是接近韋伯分配的右偏分布，將Box-Cox轉換應用在ARMA模型的研究過去的文獻也較少探討。本研究本研究以台灣澎湖東吉島地區的風速的時間序列資料為例，時間點從西元1980年到2018年，將每年的時間序列資料配適韋伯分配模型、SARIMA混合迴歸模型、BATS模型與TBATS模型。研究結果發現：比起經過Box-Cox轉換的BATS模型與TBATS模型，SARIMA混合迴歸模型的配適度與預測能力表現更佳，澎湖東吉島地區的風速氣候趨勢也並非一直都是冬季較強夏季較弱。

關鍵字

風速 ； 颱風 ； 澎湖東吉島 ； 單根檢定 ； 時間序列模型 ； 韋伯分配模型 ； SARIMA混合迴歸模型 ； Box-Cox轉換 ； BATS模型 ； TBATS模型

並列摘要

Due to the monsoon in winter and typhoon in summer, the monthy average of wind speed in Taiwan is differet. We employe time series models to analyze the trend of wind speed. However, most of past researches only use ARIMA model and lack of explaining the climate of the wind speed in one place. Also, using the Box-Cox transformation in ARMA model has few references. This study analyzes hourly the wind speed data in Penghu dongi island in Taiwan which starts from 1980 to 2018, and fits there time series data with Weibull model, SARIMA model combined with regression, BATS and TBATS model for each year. The outcome shows that compare with BATS and TBATS model using Box-Cox transformation, SARIMA model combined with regression is better in the goodness-of-fit and prediction accuracy. Futhermore, the wind is not always strong in wind and weak in summer every year in this island.

並列關鍵字

Wind speed ； Typhoon ； Penghu dongi island ； Unit Root Tests ； Time series model ； Weibull model ； SARIMA model combined with regression ； Box-Cox transformation ； BATS model ； TBATS model

參考文獻

中文文獻

1.王時鼎(1992)。侵台颱風路徑、強度、結構及風雨整合研究，國科會防災科技研究報告，NSC80-0414-P052-02B

2.吳彥儒(2007)。從隨機共整合角度檢驗股利評價模型-以臺灣股市股利。未出版之碩士論文，高雄市，國立中山大學經濟研究所。

3.凌拯民、劉秉勳、陳卿翔(2009)。台灣地區風速機率分佈函數之建立與特性分析。論文發表於科技學刊，第18卷，科技類，第1期，頁23-33。

4.張英彬(2010)。風速特性與發電量之統計分析。Journal of Nan Kai, Vol.7, No.2 (Special Issue on Gerontechnology), pp.85-94(2010)。