基于改进极限学习机的同期线损预测研究

• 作者: 刘虎 刘道新 张文晋 柏峻峰 胡航海 蒋蕾
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 极限学习机 蚁群 同期线损
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2528-2533
• 页数: 6页
• 分类号: TM73|TM744
• 字数: 3367字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2018.12.028

摘要

针对如何合理有效地利用在智能化电力系统中,电力市场和电网运行时产生的海量数据的问题,论文提出了一种改进的极限学习机算法,该算法采用蚁群群算法分别对极限学习机的输入权值和阈值进行了优化,验证其提高了极限学习机的输出精度.将优化过后的极限学习机算法用于同期线损的预测,实验结果表明,相比于传统的几种神经网络算法,其预测同期线损精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋蕾		4	12	3.0	3.0
2	刘虎		3	9	2.0	3.0
3	张文晋		5	55	4.0	5.0
4	胡航海		5	35	2.0	5.0
5	刘道新		5	68	3.0	5.0
6	柏峻峰		2	5	1.0	2.0