国家学术搜索
登录
注册
中文
EN
首页
|
基于改进差分进化算法优化极限学习机的短期负荷预测
基于改进差分进化算法优化极限学习机的短期负荷预测
下载
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
国家科技期刊平台
NETL
NSTL
万方数据
维普
中文摘要:
负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本.针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型.由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度.研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升.
外文标题:
Short-term load prediction based on IDE-ELM
收起全部
展开查看外文信息
作者:
胡函武、施伟、陈桥、李凯
展开 >
作者单位:
国网鄂州供电公司,湖北鄂州436000
关键词:
短期负荷预测
极限学习机
改进差分进化算法
优化
预测精度
出版年:
2018
宁夏电力
宁夏电力科技教育工程院 宁夏电机工程学会
宁夏电力
影响因子:
0.286
ISSN:
1672-3643
年,卷(期):
2018.
(4)
被引量
1
参考文献量
7