基于蜂群优化极限学习算法的用电功率预测

• 作者: 刘耀东 姜文超 廖宇航
• 来源期刊: 电气应用
• 关键词: 电力负荷预测 极限学习机 模态分解 人工蜂群算法
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 理论分析|Theoretical Analysis
• 页码范围: 前插2,21-25
• 页数: 2页
• 语种: 中文

摘要

针对用电功率负荷序列随机性强、负荷预测准确度不足等问题,提出一种基于人工蜂群算法(ABC)优化极限学习机(ELM)的用电功率预测模型.将原始电力负荷序列进行模态平稳化处理,得到包含不同时间尺度的局部特征信号的本征模函数分量和残差分量;利用人工蜂群算法优化极限学习机模型学习各模态分量的时序规律并进行分量预测,将各模态分量预测值融合叠加得到最终预测结果.实验结果表明,所提出的预测模型能够对用电功率作出准确预测,具有更好的泛化性能和更高的预测准确度.