ELM算法在微电网超短期负荷预测的应用

• 作者: 向磊 徐晟 蒋铁铮
• 来源期刊: 电气开关
• 学科: 工学
• 关键词: 微电网 超短期负荷预测 多模型 极限学习机(ELM)
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 应用与实践
• 页码范围: 70-73,76
• 页数: 5页
• 分类号: TM71
• 字数: 4332字
• 语种: 中文

摘要

针对微电网中负荷预测的特点提出的多模型极限学习法(ELM),将其应用于系统超短期负荷预测.该算法采取建立多个前馈神经网络模型,基于更新准则将模型集分成即时更新模型和批次更新模型这两个部分,以此进行数据筛选和分析.此算法的目的在于节省训练时间,提高预测的速度,同时保证预测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋铁铮	长沙理工大学电气与信息工程学院	28	143	7.0	10.0
2	徐晟	长沙理工大学电气与信息工程学院	4	16	3.0	4.0
3	向磊	长沙理工大学电气与信息工程学院	4	16	3.0	4.0