负荷预测对电网规划和售电市场调控具有重要意义。由于电力负荷与天气、日期、区域等多个因素密切相关,存在较强的不确定性和非线性特征,导致传统方法的负荷预测精度较低。为了提高负荷预测精度,提出基于正交投影径向基函数极限学习机(OPRBF-ELM)的短期电力负荷预测算法。该算法将ELM的隐含层节点替换为径向基神经元,基于训练误差二范数最小化准则,采用正交投影计算输出权值向量,并在核函数的数量取值范围内索引获取使得训练集均方根误差(RMSE)最小的预测负荷结果。算法预测过程中只需要设置网络的径向基神经元(RBF)个数,不需要调整输入权值及隐含层偏差,且正交投影能较好地消除输入样本特征之间的相关性,快速有效得到输出权值向量,从而提高负荷预测精度。以我国某省电动汽车用电领域的负荷数据作为标准样本进行仿真,仿真实验验证了该算法的可行性和有效性,与支持向量机(SVM)和传统RBF-ELM相比,该算法的预测精度高、泛化能力强,具有广泛的实用性。
介绍极限学习机（ELM）的原理，提出极限学习机模型的城市燃气短期负荷预测方法。以重庆市某区域燃气日负荷、气温、日期类型及天气状况等数据为训练样本，采用归一化等预处理方法处理输入数据，通过确定最优隐含层节点数等建立最优极限学习机模型。将实际值和通过采用极限学习机与支持向量机（SVM）方法得到的燃气日负荷预测值进行对比，将采用极限学习机与支持向量机方法的训练时间和预测时间进行对比，极限学习机预测方法具有较好的预测精度，且训练时间短。
热门知识
学习机-
话题： 地产家居caicai0418
-
话题： 项目管理longxiguang
精华知识
学习机-
话题： 地产家居mmbugg1234
-
话题： 地产家居qq123978865
最新知识
学习机-
话题： 地产家居zwf20092008
-
话题： 地产家居ggggg12345
学习机相关专题
- 怎么学习使用CAD
- 怎样学习CAD画图
- 通信工程CAD如何学习
- 如何学习手绘墙画
- 学习衣柜设计
- 学习室内设计要多久
- 学习室内设计手绘
- 软装花艺学习
- 室内软装学习
- 软装学习网站
- 贡献度极限学习机理论算法的输电线路工程造价预测
- 改进遗传算法优化极限学习机的短期电力负荷预测
- 代价敏感极端学习机的电力系统暂态稳定评估方法
- 公路隧道施工期围岩快速分类极限学习机模型
- 公路隧道施工期围岩快速分类极限学习机模型
- 云计算和极限学习机的分布式电力负荷预测算法
- 机械课程设计对大学生学习机械设计的影响
- 粒子群优化的极限学习机冰蓄冷空调负荷预测
- 粒子群算法的极限学习机短期电力负荷预测
- 改进极限学习机短期电力负荷预测方法
- 极限学习机输电线路覆冰预测方法
- 晶闸管电路学习机电源的谐波治理
- 极限学习机燃气日负荷预测
- 基于压电堆驱动器的喷嘴挡板式气体控制阀
- 电气工程及其自动化特色专业建设探索
- 分形DGS单元结构设计及其在微带电路中的应用
- 磷铵技术改造五大磷肥工程的建议