基于极限学习机的居民负荷预测及其在电力营销中的应用

• 作者: 李鹏鹏 施聚辉 姜朝明 娄藕蝶 喻湄霁
• 来源期刊: 信息与电脑
• 关键词: 用电数据 短期负荷预测 极限学习机 电力营销
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 计算机工程应用技术
• 页码范围: 9-11
• 页数: 3页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2020.23.004

摘要

随着智能电网的快速推进,电力企业积累了海量的居民用电数据,合理运用这些数据有助于提升电力企业的电力营销与控制水平,因此本文利用居民历史用电数据进行短期电力负荷预测.首先,对居民历史用电数据进行预处理;其次,建立基于极限学习机(Extreme Learning Machine,ELM)的居民用电负荷预测模型;再次,以目标区域的居民用电数据为基础,对所建立的模型进行测试;最后,将居民用电数据的预测结果与电力营销结合起来,提出相应的营销策略.