摘要:将极限学习机(ELM)方法引入电力系统短期负荷预测领域。该方法预测能力强,具有计算时间短、计算准确性高、全局搜索等显著特点。在运用ELM算法建立短期负荷预测模型过程中,采用归一化处理输入数据,使用主成分分析法选取计算样本,并由交互验证法确定最优主成分因子数和ELM隐含层节点数。实际算例表明,在于短期负荷预测的预测精度和运算时间方面,ELM方法较传统神经网络方法具有其独特的优势。
关键词:短期负荷预测 极限学习机 主成分分析法 交互验证法
单位:长沙理工大学智能电网运行与控制湖南省重点实验室 湖南长沙410004 中机国际工程设计研究院有限责任公司 湖南长沙410021 邵阳学院 湖南邵阳422000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社