10.3321/j.issn:0253-987X.2009.02.023
短期负荷预测的集成改进极端学习机方法
首次将极端学习机(ELM)理论引入短期负荷预测领域,并以BFGS拟牛顿法对ELM网络左侧权值进行优化训练调整,形成基于迭代-解析的改进ELM预测模型.同时,采用集成技术Boosting算法,生成多个差异度大的改进ELM子网络,对其进行加权组合,构建了集成改进极端学习机预测模型.该模型不仅有效避免了极端学习机左侧权值随机给定的输出稳定性问题,而且克服了单一网络预测模型泛化能力较差等缺陷.
极端学习机、短期负荷预测、训练、集成技术
43
TM715(输配电工程、电力网及电力系统)
国家自然科学基金资助项目50595411;陕西省攻关计划资助项目2007K04-17;西安市科技创新支持计划资助项目YF07040
2009-04-03(万方平台首次上网日期,不代表论文的发表时间)
共5页
106-110