基于极限学习机的燃气日负荷预测

• 作者: 薄军
• 来源期刊: 煤气与热力
• 学科: 工学
• 关键词: 极限学习机 短期负荷预测 支持向量机 隐含层节点 日负荷
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 燃气输配与储运
• 页码范围: 39-42
• 页数: 4页
• 分类号: TP183
• 字数: 2766字
• 语种: 中文

摘要

介绍极限学习机(ELM)的原理,提出极限学习机模型的城市燃气短期负荷预测方法.以重庆市某区域燃气日负荷、气温、日期类型及天气状况等数据为训练样本,采用归一化等预处理方法处理输入数据,通过确定最优隐含层节点数等建立最优极限学习机模型.将实际值和通过采用极限学习机与支持向量机(SVM)方法得到的燃气日负荷预测值进行对比,将采用极限学习机与支持向量机方法的训练时间和预测时间进行对比,极限学习机预测方法具有较好的预测精度,且训练时间短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薄军		4	8	1.0	2.0