基于LPP-ELM的微电网超短期负荷预测

• 作者: 马玉鑫
• 来源期刊: 新型工业化
• 学科: 工学
• 关键词: 负荷预测 微电网 极限学习机 局部保持投影
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 电气工程
• 页码范围: 35-39
• 页数: 5页
• 分类号: TP391.9
• 字数: 3290字
• 语种: 中文
• DOI: 10.19335/j.cnki.2095-6649.2018.9.008

摘要

微电网负荷数据具有高维度、非高斯的特性,为了解决这些特性对负荷预测模型精度的影响,本文提出了一种基于LPP-ELM的微电网超短期负荷预测算法.首先,选取具有相同天气、温度因素的历史数据作为相似日,并根据负荷数据的时序相关性组成训练数据集,然后,通过局部保持投影算法进行特征提取,在训练数据的特征空间中利用极限学习机训练预测模型.最终,通过对某公司实际运行负荷的实验,验证了提出算法的有效性和优越性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马玉鑫	上海电气集团股份有限公司中央研究院	4	10	2.0	3.0