基于CWOA-ELM的短期电力负荷预测研究
精准的电力负荷预测有利于实现分布式能源的调度与利用,保障电力系统的安全运行,提高经济性和可靠性.为了提高短期电力负荷预测的准确性,提出了一种基于混沌鲸鱼算法优化的极限学习机预测模型.由于鲸鱼算法的参数随机分布,导致其得到的优化结果容易陷入局部最优,采用混沌函数优化鲸鱼算法中随机分布的参数,从而得到期望的输出结果.由于传统的极限学习机随机初始化权值和偏置,导致其易出现早熟,陷入局部最优值.为此,采用混沌鲸鱼算法优化选择极限学习机的初始权值和偏置,建立输出误差最小的负荷预测模型.通过算例仿真对比发现,所提的CWOA-ELM方法比其他经过混沌鲸鱼算法优化后的算法,具有更高的预测精度,更适用于短期电力负荷预测.
负荷预测、混沌函数、鲸鱼算法、极限学习机
43
TM711(输配电工程、电力网及电力系统)
2020-05-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
88-92