| 华厚普.基于WOA-ELM的电力负荷预测模型研究[J].电工技术,2022(21):36-39 |
| 基于WOA-ELM的电力负荷预测模型研究 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2022.21.011 |
| 中文关键词: 电力负荷预测 机器学习 鲸鱼优化算法 极限学习机 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 471 |
| 全文下载次数: 0 |
| 中文摘要: |
| 电力负荷预测是保障电力系统运行的关键技术。针对电力负荷受时间、温度、湿度、风速和电力需求等因素影响导致预测精度较差的问题，提出利用鲸鱼优化算法对极限学习机的连接权重和隐含层阈值进行优化，构建基于WOA-ELM的电力负荷预测模型。结合实例分析，与其他优化过的机器学习模型（GA-BP模型、PSO-SVM模型）及传统的ELM模型进行对比，结果验证了WOA-ELM模型的有效性，在电力负荷预测方面有较高的精度及较快的训练速度。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
