基于改进极限学习机的短期电力负荷预测方法

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

分类号：TM715(输配电工程、电力网及电力系统)

在线出版日期：2012-11-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：140-144