基于聚类KELM算法的配电网短期负荷预测分析

基于聚类KELM算法的配电网短期负荷预测分析

论文摘要

为了提高配电网短期负荷预测效率,建立了基于聚类KELM算法的配电网短期负荷预测算法,确定了最佳的神经元个数。算例研究结果得到:根据聚类KELM算法计算得到的RMSE比未通过聚类处理而是直接实施预测的过程减小了17.2 W;通过聚类处理的KELM算法也比直接预测达到了更快运行速度,表明聚类后组合预测算法达到了更高的适用性与有效性,从而显著降低算法的预测误差。根据Cholesky分解得到的KELM算法可以达到比常规KELM与ELMAN算法更优的跟踪效果。采用核极限学习机可以在最短时间中实现最优的拟合效果,实现了良好的泛化性能。

论文目录

  • 0 引 言
  • 1 本文算法
  • 2 负荷算法建立
  • 3 算例分析
  •   3.1 参数设置
  •   3.2 结果分析
  • 4 结 论
  • 文章来源

    类型: 期刊论文

    作者: 张靖,唐轶轩,路宇,徐道磊,鲍怀志

    关键词: 聚类,配电网,短期负荷,泛化性能

    来源: 电子测量技术 2019年22期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 电力工业,自动化技术

    单位: 国网安徽省电力有限公司信息通信分公司,国网信通产业集团北京中电普华信息技术有限公司

    分类号: TM715;TP18

    DOI: 10.19651/j.cnki.emt.1903030

    页码: 55-58

    总页数: 4

    文件大小: 212K

    下载量: 64

    相关论文文献

    标签:;  ;  ;  ;  

    基于聚类KELM算法的配电网短期负荷预测分析
    下载Doc文档

    猜你喜欢