格式:pdf
大?。?span class="single-tag-height">160KB
頁數(shù):
負(fù)荷預(yù)測對電網(wǎng)規(guī)劃和售電市場調(diào)控具有重要意義。由于電力負(fù)荷與天氣、日期、區(qū)域等多個因素密切相關(guān),存在較強(qiáng)的不確定性和非線性特征,導(dǎo)致傳統(tǒng)方法的負(fù)荷預(yù)測精度較低。為了提高負(fù)荷預(yù)測精度,提出基于正交投影徑向基函數(shù)極限學(xué)習(xí)機(jī)(OPRBF-ELM)的短期電力負(fù)荷預(yù)測算法。該算法將ELM的隱含層節(jié)點(diǎn)替換為徑向基神經(jīng)元,基于訓(xùn)練誤差二范數(shù)最小化準(zhǔn)則,采用正交投影計算輸出權(quán)值向量,并在核函數(shù)的數(shù)量取值范圍內(nèi)索引獲取使得訓(xùn)練集均方根誤差(RMSE)最小的預(yù)測負(fù)荷結(jié)果。算法預(yù)測過程中只需要設(shè)置網(wǎng)絡(luò)的徑向基神經(jīng)元(RBF)個數(shù),不需要調(diào)整輸入權(quán)值及隱含層偏差,且正交投影能較好地消除輸入樣本特征之間的相關(guān)性,快速有效得到輸出權(quán)值向量,從而提高負(fù)荷預(yù)測精度。以我國某省電動汽車用電領(lǐng)域的負(fù)荷數(shù)據(jù)作為標(biāo)準(zhǔn)樣本進(jìn)行仿真,仿真實(shí)驗(yàn)驗(yàn)證了該算法的可行性和有效性,與支持向量機(jī)(SVM)和傳統(tǒng)RBF-ELM相比,該算法的預(yù)測精度高、泛化能力強(qiáng),具有廣泛的實(shí)用性。
小霸王學(xué)習(xí)機(jī)知識來自于造價通云知平臺上百萬用戶的經(jīng)驗(yàn)與心得交流。 注冊登錄 造價通即可以了解到相關(guān)小霸王學(xué)習(xí)機(jī)最新的精華知識、熱門知識、相關(guān)問答、行業(yè)資訊及精品資料下載。同時,造價通還為您提供材價查詢、測算、詢價、云造價等建設(shè)行業(yè)領(lǐng)域優(yōu)質(zhì)服務(wù)。手機(jī)版訪問:小霸王學(xué)習(xí)機(jī)