采用稳健回声状态网络的超短期负荷预测方法

• 作者: 姚尧 杨政 金小明
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 超短期负荷预测 回声状态网络 稳健回归 电力系统
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 工程与应用
• 页码范围: 250-254
• 页数: 5页
• 分类号: TM715
• 字数: 4921字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1402-0412

摘要

针对超短期负荷预测周期短,要求预测速度快的特点,构建了基于稳健回归和回声状态网络的超短期负荷预测方法.回声状态网络作为一种递归神经网络,其隐含层为一个储备池,并且通过线性回归训练网络,从而具有映射复杂动态系统的能力和训练快速的特点,能较好地满足超短期负荷预测的要求.考虑到异常负荷数据的影响,将稳健回归运用于网络训练阶段,以削弱异常值的影响,从而提升预测的精度.通过算例验证了所提方法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金小明		71	972	19.0	29.0
2	杨政	湖南大学电气与信息工程学院	2	8	2.0	2.0