首页 | 本学科首页   官方微博 | 高级检索  
     

基于核函数极限学习机的微电网短期负荷预测方法
引用本文:刘念,张清鑫,刘海涛. 基于核函数极限学习机的微电网短期负荷预测方法[J]. 电工技术学报, 2015, 30(8)
作者姓名:刘念  张清鑫  刘海涛
作者单位:1. 华北电力大学电气与电子工程学院 北京 102206
2. 中国电力科学研究院 北京 100192
基金项目:国家自然科学基金资助项目,中央高校基本科研业务费专项基金项目,国家电网公司科技项目
摘    要:针对以单个或集体用户为业主的用户侧小容量微电网,考虑到成本约束及用电特征的不确定性,提出了一种基于核函数极限学习机的微电网短期负荷预测方法。使用核函数极限学习机、启发式遗传算法和分时训练样本,建立了包含离线参数寻优与在线负荷预测的预测模型;通过模型参数的周期更新来保证算法最优参数的时效性,同时降低在线预测系统的计算复杂度与历史数据存储量。通过对不同容量、类型的用户侧微电网进行短期负荷预测,分析了预测结果的准确度、参数周期更新的效果、预测结果对经济运行的影响和预测方法的计算效率。

关 键 词:微电网  短期负荷预测  极限学习机  周期更新

Online Short-Term Load Forecasting Based on ELM with Kernel Algorithm in Micro-Grid Environment
Liu Nian,Zhang Qingxin,Liu Haitao. Online Short-Term Load Forecasting Based on ELM with Kernel Algorithm in Micro-Grid Environment[J]. Transactions of China Electrotechnical Society, 2015, 30(8)
Authors:Liu Nian  Zhang Qingxin  Liu Haitao
Abstract:
Keywords:Micro-grid  short-term load forecasting  extreme learning machine  cycle update
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号