摘要:針對傳統(tǒng)短期負荷預測方法精度不高的缺點,提出了一種改進差分進化算法優(yōu)化極限學習機的預測模型,其預測精度受極限學習機的輸入層權值和隱含層閾值的影響。利用改進差分進化算法對極限學習機的參數(shù)進行優(yōu)化,提高了其泛化能力。選取某地實際電網(wǎng)負荷數(shù)據(jù)進行仿真分析,實驗結果顯示,改進差分進化算法優(yōu)化極限學習機對短期負荷預測精度有較高提升。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社。
黑龍江電力雜志, 雙月刊,本刊重視學術導向,堅持科學性、學術性、先進性、創(chuàng)新性,刊載內(nèi)容涉及的欄目:基金論文、電網(wǎng)技術、高電壓技術、能源及動力工程、電力信息及通信等。于1979年經(jīng)新聞總署批準的正規(guī)刊物。