購物車(0)
基于極限學習機的輸電量預測模型研究
鄭熠旻 國網福建省電力有限公司莆田供電公司; 福建莆田351100
關鍵詞：電力系統(tǒng) 輸電量預測 極限學習機 小波神經網絡
摘要：電力系統(tǒng)的輸電量預測是電網調度人員的參考指標之一,輸電量預測的準確性與時效性在一定程度上影響著用戶的用電質量。電力系統(tǒng)運在行過程中,每天都會產生大量的運行數(shù)據(jù),為了利用這些大數(shù)據(jù)以及更好地實現(xiàn)輸電線路輸電量預測精度和快速性,提出了基于極限學習機的輸電線路輸電量預測模型。通過實驗表明,該模型有良好的預測精度,對不同輸電線路的輸電量數(shù)據(jù)有著不錯的泛化能力。通過與小波神經網絡預測結果的對比,所建模型的訓練和測試時間比小波神經網絡快了約67s,尤其模型的訓練時間極短,該模型預測的MAPE值要比小波神經網絡低9%左右。
電力學報雜志要求:
{1}引言應說明研究的目的、意義、主要方法、范圍和背景等。
{2}編輯部對來稿有刪改權。不同意刪改的稿件請在稿件中聲明，編輯部保留對不同意刪改稿件進行撤換的權力。
{3}首頁內容依次為：標題、作者姓名、工作單位、摘要、關鍵詞、作者簡介、通信地址、郵編、聯(lián)系電話及電子郵件地址。
{4}第一作者（通訊作者）簡介按姓名（出生年一），性別，職稱／學位，研究方向要求寫出，通訊作者同時提供E-mail和長期有效的聯(lián)系電話。
{5}文稿中使用的名詞術語、符號、計量單位要前后一致，符合國家有關標準（SI單位）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
