智能用电环境下电力负荷预测方法的研究

编号 zgly0000943478

文献类型 期刊论文

文献题名 智能用电环境下电力负荷预测方法的研究

作者 马立新  尹晶晶  郑晓栋  栾健 

作者单位 上海理工大学光电信息与计算机工程学院 

母体文献 机电工程 

年卷期 2015(9)

页码 1233-1237

年份 2015 

关键词 负荷预测  极限学习机  Adaboost算法  强预测器  神经网络 

文摘内容 针对在智能用电环境下研究对象复杂且负荷随机性强,短期电力负荷预测算法精度差、计算时间长等问题,提出一种基于ELM-Adaboost神经网络改进算法预测短期电力负荷的新方法。该方法引入Adaboost算法,首先对经过预处理后的历史数据进行测试样本权重初始化,然后反复训练ELM网络预测输出,ELM算法预测过程简洁,速度快;通过Adaboost算法调整测试样本权重并确定弱预测器权重,最后将得到的多个ELM弱预测器组成强预测器。实验以某市的电力负荷数据的进行预测仿真以及结果比较。仿真结果表明该方法具有较高的预测精度,泛化性能好,具有一定的理论意义和较好的应用前景。