摘要:为了提高电力系统短期负荷预测精度,提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论,并结合最小二乘向量机回归学习方法,以克服传统极限学习机(ELM)在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明,改进模型的泛化性与预测精度均优于传统ELM和OS—ELM模型,可为短期电力负荷预测提供有效依据,具有一定的实用性。
关键词:短期负荷预测 极限学习机 结构风险 最小二乘支持向量机
单位:轻工过程先进控制教育部重点实验室 江南大学物联网工程学院 江苏无锡214122
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社