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 |
DOI:10.7667/j.issn.1674-3415.2012.20.025 |
|
基金项目:国家自然科学基金资助项目(61170120);轻工过程先进控制教育部重点实验室开放课题资助(江南大学)项目(APCLI1004) |
|
|
|
() |
Abstract: |
|
Key words: |