文档名：基于BAS_ELM的智能电网负荷预测方法
准确的负荷预测对确保智能电网的电力系统安全稳定运行具有重要意义.受多种因素的影响,电力负荷曲线呈现出非线性特性,因此电力负荷预测问题的解决需要建立在非线性模型的基础之上.为了提高智能电网电力负荷预测的效率与准确性,提出了一种天牛须搜索(BAS)算法和极限学习机(ELM)相结合的负荷预测模型,BAS寻找ELM网络中最优的输入权值、隐含层阈值.最后通过模拟实验数据分析,BAS_ELM模型比ELM和PSO_ELM模型预测性能更优.
作者：刘鹭曹政才
作者单位：北京化工大学信息科学与技术学院,北京100029
母体文献：第五届全国现代制造集成技术学术会议论文集
会议名称：第五届全国现代制造集成技术学术会议
会议时间：2018年11月17日
会议地点：上海
主办单位：《计算机集成制造系统》编辑部
语种：chi
分类号：
关键词：智能电网 负荷预测 天牛须搜索算法 极限学习机
在线出版日期：2021年9月26日
基金项目：
相似文献
相关博文
- 文件大小:
- 331.1 KB
- 下载次数:
- 60
-
高速下载
|
|
