论文摘要
针对历史数据样本存在无效性影响预测精度和极限学习机的输出随机性、稳定性较差的问题,提出了一种模糊膜聚类算法与改进极限学习机相结合的组合预测方法。考虑负荷自身特征、天气温度及日类型等指标,利用模糊膜聚类算法选取出与预测日具有相似特性指标的负荷数据作为负荷预测日的输入样本,运用经过粒子群算法及隐含层神经元个数遍历法改进后的极限学习机进行预测。试验结果表明,所提方法对两个地区的某日负荷进行预测时降低了预测误差,提高了短期负荷预测的准确性。
论文目录
文章来源
类型: 期刊论文
作者: 杨云莹,王军,彭宏,侯萱,李佳龙
关键词: 短期负荷预测,模糊聚类,膜计算,粒子群算法,极限学习机
来源: 水电能源科学 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 西华大学电气与电子信息学院,西华大学计算机与软件工程学院
基金: 国家重点研发计划(2018YFB0905200),四川省科技厅四川省重点研发项目(2018GZ0393)
分类号: TM715
页码: 181-184+165
总页数: 5
文件大小: 512K
下载量: 81
相关论文文献
- [1].采用联系数与蒙特卡洛模拟的规模化电动汽车充电负荷预测[J]. 电器与能效管理技术 2019(20)
- [2].基于自适应卡尔曼滤波在气象影响下负荷预测[J]. 计算机测量与控制 2020(01)
- [3].含分布式电源的智能电网负荷预测研究[J]. 国外电子测量技术 2020(02)
- [4].基于力控上位机软件热网负荷预测[J]. 数字技术与应用 2020(01)
- [5].基于多气象因素混合回归的重庆地区夏季日最高负荷预测[J]. 水电能源科学 2020(04)
- [6].空间负荷预测在某县城核心区负荷预测的应用[J]. 电子技术与软件工程 2019(15)
- [7].配电网规划中负荷预测实际问题及措施[J]. 通讯世界 2017(22)
- [8].基于分布式图计算的台区负荷预测技术研究[J]. 中国电机工程学报 2018(12)
- [9].电力用户侧大数据分析与并行负荷预测研究[J]. 自动化应用 2016(11)
- [10].电力检修中负荷预测技术的发展现状研究[J]. 民营科技 2016(12)
- [11].基于电力载波通信的居民用电负荷预测大数据应用[J]. 科技创新与应用 2017(04)
- [12].基于贪婪算法的配电网网格负荷预测与规划方法[J]. 计算机工程 2016(11)
- [13].负荷预测在煤改电工程的应用分析[J]. 电气时代 2017(05)
- [14].组合预测在饱和负荷预测中的应用[J]. 电力与能源 2017(02)
- [15].基于区域负荷预测值综合评价的大电网短期负荷预测[J]. 电气应用 2017(11)
- [16].空间负荷预测中确定元胞负荷合理最大值的主成分分析法[J]. 电测与仪表 2017(14)
- [17].多级负荷预测协调的母线负荷预测系统[J]. 云南电力技术 2017(03)
- [18].饱和负荷预测方法研究综述[J]. 山东工业技术 2017(23)
- [19].配电网空间负荷预测方法的应用研究[J]. 城市建设理论研究(电子版) 2017(22)
- [20].广西来宾供电局:负荷预测“扬眉吐气”[J]. 广西电业 2015(08)
- [21].负荷预测精准度对电力系统经济运行的影响[J]. 电子测试 2016(03)
- [22].基于灰色模型的电力系统长期负荷预测优化研究[J]. 黑龙江科学 2020(14)
- [23].考虑光伏出力与电动汽车接入的配电网空间负荷预测[J]. 电子设计工程 2020(15)
- [24].在线学习神经网络用于空调负荷预测研究[J]. 建筑热能通风空调 2020(08)
- [25].机理计算与机器学习结合的空调负荷预测[J]. 江苏建筑 2020(04)
- [26].云南电网综合负荷预测平台升级后的功能及应用[J]. 云南电力技术 2018(06)
- [27].基于土地使用性质的饱和空间负荷预测研究[J]. 广东电力 2019(08)
- [28].基于多代理系统理论的空间负荷预测——空间负荷预测实例[J]. 科技创新导报 2018(01)
- [29].基于空间负荷预测的临夏城网远期饱和负荷预测方法研究[J]. 电工技术 2018(11)
- [30].基于支持向量机的某地区电网短期电力负荷预测[J]. 电网与清洁能源 2016(12)