收藏本站
收藏 | 投稿 | 手机打开
二维码
手机客户端打开本文

基于蜂群优化极限学习算法的用电功率预测

刘耀东  姜文超  廖宇航  
【摘要】:针对用电功率负荷序列随机性强、负荷预测准确度不足等问题,提出一种基于人工蜂群算法(ABC)优化极限学习机(ELM)的用电功率预测模型。将原始电力负荷序列进行模态平稳化处理,得到包含不同时间尺度的局部特征信号的本征模函数分量和残差分量;利用人工蜂群算法优化极限学习机模型学习各模态分量的时序规律并进行分量预测,将各模态分量预测值融合叠加得到最终预测结果。实验结果表明,所提出的预测模型能够对用电功率作出准确预测,具有更好的泛化性能和更高的预测准确度。

知网文化
【相似文献】
中国期刊全文数据库 前8条
1 陈龙豪;钱虞清;金磊;朱从健;;电加热工业窑炉波峰阶段用电功率抑制装置[J];电子工业专用设备;2020年04期
2 谢迎芳;;欧盟用电功率125W-500KW风扇生态设计要求法规草案简析[J];日用电器;2010年06期
3 袁卫华;;用电功率限定指示器[J];电气时代;1990年01期
4 关英杰;崔永刚;;住宅小区基本建设用电的功率因数的改善[J];北方经贸;2001年06期
5 曾素茹;马松松;韩虎;孙后中;;含光伏发电用户的低压台区线损模型维护探究[J];农村电工;2019年05期
6 张丙泉;;基于改进极限学习机的中长期电力负荷预测[J];黑龙江科技信息;2010年24期
7 王伟;杨辉华;刘振丙;李灵巧;;基于极限学习机的短期电力负荷预测[J];计算机仿真;2014年04期
8 张丽珍;;基于极限学习机的分布式电力负荷预测[J];科技通报;2019年02期
中国硕士学位论文全文数据库 前2条
1 陈强;基于改进人工蜂群算法的中长期电力负荷预测[D];湖南大学;2014年
2 孔晓利;基于人工智能算法改进极限学习机的电力负荷预测[D];天津理工大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978