期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于ISHO-ELM模型的短期电力负荷预测 被引量：3
1
作者 李玲玲 任琦瑛 +1 位作者 宁楠 杨海跃 《天津工业大学学报》 CAS 北大核心 2023年第3期73-80,共8页
针对现有电力负荷预测方法中预测误差较大的问题,提出了一种基于改进型斑点鬣狗算法优化极限学习机(improved spotted hyena algorithm optimized-extreme learning machine,ISHO-ELM)的短期电力负荷预测模型。首先,在斑点鬣狗优化算法... 针对现有电力负荷预测方法中预测误差较大的问题,提出了一种基于改进型斑点鬣狗算法优化极限学习机(improved spotted hyena algorithm optimized-extreme learning machine,ISHO-ELM)的短期电力负荷预测模型。首先,在斑点鬣狗优化算法中引入准反向学习策略和精英策略提高算法的搜索能力,并通过基准测试函数验证了其有效性;其次,采用ISHO算法优选ELM中的随机参数以提高模型的预测精度与稳定性;最后,通过实测数据对构建的短期电力负荷预测模型的先进性与实用性进行了验证。结果表明:提出ISHO-ELM模型的拟合系数相对于已有的ELM和SVM模型分别提高了1.6%和1.7%。本研究对提高电力系统运行稳定具有重要意义。 展开更多
关键词 电力负荷预测 改进型斑点鬣狗算法 极限学习机 精英策略
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部