基于极限学习机的输电线路覆冰预测方法

• 作者: 刘晨 游朗 熊伟 袁和金
• 来源期刊: 电脑编程技巧与维护
• 关键词: 输电线路 神经网络 极限学习机 覆冰预测
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 软件研发与应用
• 页码范围: 22-23
• 页数: 2页
• 字数: 1066字
• 语种: 中文

摘要

针对目前输电线路覆冰厚度预测模型训练时间长,预测精度效果不佳等问题,引入学习速度快、泛化性能好、调节参数少的极限学习机,提出了基于极限学习机的覆冰预测方法,并把极限学习机同传统的几种神经网络算法进行了预测模型性能对比.实验结果表明,基于极限学习的输电线路覆冰预测方法在精度与时间花销上表现更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁和金	华北电力大学计算机系	34	238	8.0	14.0
2	刘晨	华北电力大学计算机系	8	34	4.0	5.0
3	熊伟	华北电力大学网络管理中心	12	64	4.0	8.0
4	游朗	华北电力大学计算机系	2	2	1.0	1.0