电网供电系统短期电力负荷预测优化仿真

• 作者: 卢玉飞 杨世亮 王惠中
• 来源期刊: 计算机系统应用
• 关键词: 负荷预测 极限学习机 细菌觅食 模型
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 147-151
• 页数: 5页
• 字数: 2757字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005890

摘要

对电网供电系统短期电力负荷预测模型进行优化,能提升预测结果的准确性和鲁棒性.虽然现有预测模型可以满足预测速度的要求,但预测结果的精确性和稳定性却无法保证.为了得到更加准确和稳定的预测结果,提出了细菌觅食算法优化极限学习机预测模型.首先在电力负荷样本数据中形成训练样本和预测样本集,利用细菌觅食优化算法对极限学习机预测模型中的不确定参数进行优化,然后利用改进后的模型进行电力负荷预测.新模型的优化仿真结果显示,利用细菌觅食算法优化极限学习机预测模型的预测精度和稳定性均优于传统预测模型的预测结果,该算法具有很好地实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王惠中	兰州理工大学电气工程与信息工程学院	70	337	9.0	15.0
2	杨世亮	兰州理工大学电气工程与信息工程学院	3	7	2.0	2.0
3	卢玉飞		1	2	1.0	1.0