基于改进极限学习机的电力需求预测研究
孙伟1
鲍毅1
戴波2
卢君波1
王昆1
1.杭州天丽科技有限公司 杭州 3100512.国网浙江省电力公司信息通信分公司 杭州 310007
摘要：针对电力需求预测的准确与否对电力企业的健康发展以及国民经济具有重要影响的问题,论文提出了基于改进极限学习机的电力需求预测模型.首先,对电力需求预测进行了分析,根据电力需求的特点将电力需求分为工业、农业、交通、居民和动力用电,并分析了电力需求预测的原理和过程;其次,提出了基于GA改进的ELM模型,通过GA的优化寻优能力提升ELM网络模型的拟合能力;然后通过实际的案例仿真,分别对某地区的大工业、非普工业、商业、居民生活用电和非生活用电等方面进行了模型预测研究,算例仿真误差较小,验证了论文所提方法的有效性和适用性.
关键词：遗传极限学习机电力需求预测
分类号：TM715(输配电工程、电力网及电力系统)TP183(自动化基础理论)
资助基金：国家电网有限公司总部科技项目(SGZJ0000BGJS1500460)
论文发表日期：2019-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 806-811,819 )
英文信息