基于熵权法与GRA-ELM的配电网空间负荷预测

基于熵权法与GRA-ELM的配电网空间负荷预测
空间负荷预测对配电网规划建设具有重要意义。为了提高配电网空间负荷预测精度，文中提出基于熵权法与灰色关联分析-极限学习机（GRA-ELM）的配电网空间负荷预测方法。首先，将规划区域内的小区按用地性质划分，分析不同类型负荷的影响因素，建立空间负荷密度指标体系；其次，利用熵权法对不同类型负荷的负荷密度指标进行权重分配；然后，应用GRA挑选出与待测地块负荷密度指标相似的训练样本；最后，将样本带入经粒子群优化（PSO）算法参数处理后的极限学习机（ELM）进行训练，得到预测结果。通过实例对所提方法的性能进行仿真验证，结果表明，所提方法相对其他方法的空间负荷预测精度更高。

标题：
基于熵权法与GRA-ELM的配电网空间负荷预测
Spatial load forecasting of distribution network based on entropy weight method and GRA-ELM

作者：
邓燕国，王冰，曹智杰，张秋桥
DENG Yanguo, WANG Bing, CAO Zhijie, ZHANG Qiuqiao

关键词：
空间负荷预测;负荷密度指标;熵权法;灰色关联分析(GRA);极限学习机(ELM)
spatial load forecasting;load density index;entropy weight method;grey relational analysis (GRA);extreme learning machine (ELM)

2025-1-23 19:48 上传 基于熵权法与GRA-ELM的配电网空间负荷预测.pdf

文件大小:

4.52 MB

下载次数:

60

高速下载