首页> 中文期刊> 《国外电子测量技术》 >基于ISSA-ELM的短期电力负荷预测研究

基于ISSA-ELM的短期电力负荷预测研究

         

摘要

负荷预测的准确性与电力系统的运行安全关系密切,寻求更为精准的预测方法是当前面临的重要问题。提出一种基于改进麻雀算法优化极限学习机的负荷预测模型。在标准麻雀算法中引入Sobol序列、自适应收敛因子以及柯西变异,以增强初始种群历遍性、平衡算法重点区域搜索能力与全局的搜索能力。相较于标准麻雀算法,采用改进麻雀算法对极限学习机的关键参数寻优,可实现对负荷更为精准的预测。仿真结果表明,该模型拥有更为良好的回归精度和泛化能力,在短期电力负荷预测方面能够得到更精确的预测结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号