针对电力需求预测的准确与否对电力企业的健康发展以及国民经济具有重要影响的问题,论文提出了基于改进极限学习机的电力需求预测模型。首先,对电力需求预测进行了分析,根据电力需求的特点将电力需求分为工业、农业、交通、居民和动力用电,并分析了电力需求预测的原理和过程;其次,提出了基于GA改进的ELM模型,通过GA的优化寻优能力提升ELM网络模型的拟合能力;然后通过实际的案例仿真,分别对某地区的大工业、非普工业、商业、居民生活用电和非生活用电等方面进行了模型预测研究,算例仿真误差较小,验证了论文所提方法的有效性和适用性。
类型: 期刊论文
作者: 孙伟,鲍毅,戴波,卢君波,王昆
关键词: 遗传,极限学习机,电力需求,预测
来源: 计算机与数字工程 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑,经济与管理科学
专业: 电力工业,自动化技术,工业经济
单位: 杭州天丽科技有限公司,国网浙江省电力公司信息通信分公司
基金: 国家电网公司科技项目(编号:SGZJ0000BGJS1500460)资助
分类号: F426.61;TP18
页码: 806-811+819
总页数: 7
文件大小: 1487K
下载量: 130
本文来源: https://www.lunwen66.cn/article/bbc6b5efbd3dd67c9738a417.html