基于聚类KELM算法的配电网短期负荷预测分析

• 作者: 唐轶轩 张靖 徐道磊 路宇 鲍怀志
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 聚类KELM 配电网 短期负荷 泛化性能
• 年，卷（期）: 2019,（22）
• 所属期刊栏目: 研究与设计
• 页码范围: 55-58
• 页数: 4页
• 分类号: TN92
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903030

摘要

为了提高配电网短期负荷预测效率,建立了基于聚类KELM算法的配电网短期负荷预测算法,确定了最佳的神经元个数.算例研究结果得到:根据聚类KELM算法计算得到的RMSE比未通过聚类处理而是直接实施预测的过程减小了17.2W;通过聚类处理的KELM算法也比直接预测达到了更快运行速度,表明聚类后组合预测算法达到了更高的适用性与有效性,从而显著降低算法的预测误差.根据Cholesky分解得到的KELM算法可以达到比常规KELM与ELMAN算法更优的跟踪效果.采用核极限学习机可以在最短时间中实现最优的拟合效果,实现了良好的泛化性能.