首页|基于改进人工蜂鸟算法优化ELM的电力负荷预测

基于改进人工蜂鸟算法优化ELM的电力负荷预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了能够提高短期电力负荷预测的精度,提出一种改进人工蜂鸟算法优化ELM的电力负荷预测模型.改进标准的人工蜂鸟算法,通过引入Sobol序列初始化种群和修改访问表更新规则,增强算法的寻优能力.将改进后的人工蜂鸟算法应用于ELM的参数寻优中,进一步提升ELM的准确性.结果显示,改进后的人工蜂鸟算法能够快速地找到最优解,负荷预测的准确率超过了99.161％,验证了本文预测模型的稳定性与可靠性.
Optimized ELM based on improved artificial hummingbird algorithm for power load forecasting

王童

展开 >

浙江理工大学计算机科学与技术学院,浙江 杭州 310018

负荷预测 极限学习机 人工蜂鸟算法 Sobol序列

激光与物质相互作用国家重点实验室开发基础研究课题

SKLLIM2113

2023

10.16644/j.cnki.cn33-1094/tp.2023.06.010

计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
年,卷(期)：2023.(6)
  • 3
  • 4