文献类型：期刊文章

作　　者：毛力[1] 王运涛[1] 刘兴阳[1] 李朝锋[1]

机构地区：[1]轻工过程先进控制教育部重点实验室,江南大学物联网工程学院,江苏无锡214122

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金资助项目(61170120);轻工过程先进控制教育部重点实验室开放课题资助(江南大学)项目(APCLI1004)~~

年　　份：2012

卷　　号：40

期　　号：20

起止页码：140-144

语　　种：中文

收录情况：BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、EI(收录号：20124615671907)、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：为了提高电力系统短期负荷预测精度,提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论,并结合最小二乘向量机回归学习方法,以克服传统极限学习机(ELM)在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明,改进模型的泛化性与预测精度均优于传统ELM和OS-ELM模型,可为短期电力负荷预测提供有效依据,具有一定的实用性。

关 键 词：短期负荷预测 极限学习机 结构风险  最小二乘支持向量机

分 类 号：TM715]