基于ELM优化模型的用户短期负荷研究

• 作者: 于坤鹏 张军 杨本臣
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 实时电价 用电行为 K-means聚类算法 I-OS-ELM学习机
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 91-95,187
• 页数: 6页
• 分类号: TP3|TM714
• 字数: 3471字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.11.015

摘要

随着售电侧的逐步开发以及用电大数据时代的到来,短期负荷预测更加复杂,必须综合考虑实时电价、用户历史用电行为以及预测模型的精度和时间复杂度.在分析各种短期负荷影响因素的基础上,利用K-means聚类方法对用户历史用电行为进行聚类,再利用兼具有自动寻找隐层节点数和在线学习功能的I-OS-ELM学习机进行负荷预测.实例预测结果证明,该模型能够有效地解决实时电价机制下短期负荷的预测问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨本臣	辽宁工程技术大学电气与控制工程学院	19	69	5.0	7.0
2	张军	辽宁工程技术大学电气与控制工程学院	7	75	4.0	7.0
3	于坤鹏	辽宁工程技术大学电气与控制工程学院	3	3	1.0	1.0