基于改进极限学习机的短期电力负荷预测方法 |
| |
引用本文: | 毛力,王运涛,刘兴阳,李朝锋.基于改进极限学习机的短期电力负荷预测方法[J].继电器,2012,40(20):140-144. |
| |
作者姓名: | 毛力 王运涛 刘兴阳 李朝锋 |
| |
作者单位: | 轻工过程先进控制教育部重点实验室,江南大学物联网工程学院,江苏 无锡 214122 |
| |
基金项目: | 国家自然科学基金资助项目(61170120);轻工过程先进控制教育部重点实验室开放课题资助(江南大学)项目(APCLI1004) |
| |
摘 要: | 为了提高电力系统短期负荷预测精度,提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论,并结合最小二乘向量机回归学习方法,以克服传统极限学习机(ELM) 在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明,改进模型的泛化性与预测精度均优于传统ELM和OS-ELM模型,可为短期电力负荷预测提供有效依据,具有一定的实用性。
|
关 键 词: | 短期负荷预测 极限学习机 结构风险 最小二乘支持向量机 |
|
| 点击此处可从《继电器》浏览原始摘要信息 |
|
点击此处可从《继电器》下载全文 |
|