10.19335/j.cnki.2095-6649.2018.9.008
基于LPP-ELM的微电网超短期负荷预测
微电网负荷数据具有高维度、非高斯的特性,为了解决这些特性对负荷预测模型精度的影响,本文提出了一种基于LPP-ELM的微电网超短期负荷预测算法.首先,选取具有相同天气、温度因素的历史数据作为相似日,并根据负荷数据的时序相关性组成训练数据集,然后,通过局部保持投影算法进行特征提取,在训练数据的特征空间中利用极限学习机训练预测模型.最终,通过对某公司实际运行负荷的实验,验证了提出算法的有效性和优越性.
负荷预测、微电网、极限学习机、局部保持投影
8
TP391.9(计算技术、计算机技术)
2018-12-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
35-39