陕西省科技攻关计划(2007K04-17)
- 作品数：2 被引量：24H指数：1
- 相关作者：程松赵登福王海明闫建伟王圈更多>>
- 相关机构：河南省电力公司西安交通大学苏州市职业大学更多>>
- 发文基金：陕西省科技攻关计划国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 短期负荷预测的样本动态组织方法被引量：1
- 2009年
- 针对训练样本与负荷预测模型的构建及预测精度之间的强相关性,在对负荷变化规律深入研究的基础上,提出了样本动态组织理论与方法.根据负荷变化的横向与纵向特征、日期、季节特征和气象特征构建时间分类树和样本映射表,并通过对气象数据的模糊化处理进行样本初选,进而利用自组织网络(SOFM)的改进方法提取负荷水平变化趋势的特征曲线,以实现样本的动态精选.多种模型的预测结果表明,采用的由粗到精逐步细化,多层面、多角度的样本过滤机制,为预测日负荷建模提供了更加优质的历史样本,很好地抑制了不良样本对预测建模可能带来的各种干扰,有效提高了电力系统短期负荷预测精度.
- 程松周文华赵登福郭志红
- 关键词：负荷预测
- 短期负荷预测的集成改进极端学习机方法被引量：23
- 2009年
- 首次将极端学习机(ELM)理论引入短期负荷预测领域,并以BFGS拟牛顿法对ELM网络左侧权值进行优化训练调整,形成基于迭代-解析的改进ELM预测模型.同时,采用集成技术Boosting算法,生成多个差异度大的改进ELM子网络,对其进行加权组合,构建了集成改进极端学习机预测模型.该模型不仅有效避免了极端学习机左侧权值随机给定的输出稳定性问题,而且克服了单一网络预测模型泛化能力较差等缺陷.
- 程松闫建伟赵登福王圈王海明
- 关键词：极端学习机短期负荷预测集成技术
