供电系统电力短期负荷预测优化仿真研究

摘要：

电力负荷预测精度和模型稳定性问题凸出,针对极限学习机在电力负荷预测中人工经验确定网络结构的不足,提出BA-EM-ELM电力短期负荷预测方法.EM-ELM算法以模块化叠加隐含层节点自动更新网络结构,集成BA算法进行节点优化,提高算法模型的泛化能力.将算法模型应用于某地区短期电力负荷预测,采用综合评价体系对算法的综合性能进行测试,并同其它三种相关算法进行性能比较,结果表明,在相同隐含节点数的前提下,BA-EM-ELM网络模型的预测精度和稳定性能远高于其它模型,说明了BA-EM-ELM电力短期负荷预测方法的可行性.

关键词：电力短期负荷、极限学习机、误差最小化极限学习机、蝙蝠算法

所属期刊栏目：35

分类号：TM743(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金61402391

在线出版日期：2018-06-19（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：53-57