基于改进差分进化算法优化极限学习机的短期负荷预测

• 作者: 施伟 李凯 胡函武 陈桥
• 来源期刊: 宁夏电力
• 学科: 工学
• 关键词: 短期负荷预测 极限学习机 改进差分进化算法 优化 预测精度
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 电网技术
• 页码范围: 36-42
• 页数: 7页
• 分类号: TM715
• 字数: 5240字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-3643.2018.04.006

摘要

负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本.针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型.由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度.研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡函武		6	13	2.0	3.0
2	施伟		4	11	2.0	3.0
3	陈桥		8	12	2.0	3.0
4	李凯		1	1	1.0	1.0