|
|||||
|
|
| 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 | |