基于改进极限学习机的短期电力负荷预测方法

• 作者: 刘兴阳 李朝锋 毛力 王运涛
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 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
• 年，卷（期）: 2012,（20）
• 页码范围: 140-144
• 分类号: TM715
• 字数: 3055字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	毛力	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	8	142	5.0	8.0
2	王运涛	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	1	99	1.0	1.0
3	刘兴阳	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	1	99	1.0	1.0
4	李朝锋	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	1	99	1.0	1.0