期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
加权多分位鲁棒ELM的短期负荷预测方法
被引量：
4
1
作者
鲁迪
王星华
+2 位作者
刘升伟
陈豪君
贺小平
《电力系统及其自动化学报》
CSCD
北大核心
2020年第3期33-38,共6页
为获取足够精确的短期负荷预测值作为电力系统规划和运行的依据,提出一种加权多分位鲁棒极限学习机ELM(extreme learning machine)的短期负荷预测方法。首先融合分位回归与鲁棒ELM形成多分位鲁棒ELM基本预测模型,然后通过选取不同的分...
为获取足够精确的短期负荷预测值作为电力系统规划和运行的依据,提出一种加权多分位鲁棒极限学习机ELM(extreme learning machine)的短期负荷预测方法。首先融合分位回归与鲁棒ELM形成多分位鲁棒ELM基本预测模型,然后通过选取不同的分位值来模拟所有的可能性预测场景,以此得到不同分位场景下的预测值。最后按照“误差大、权值小;误差小、权值大”的误差反馈加权原则对上述不同分位下的预测值进行加权求和,以此得到最终的预测结果。实例证明该混合模型预测方法适用性强,且能取得较高的预测精度。
展开更多
关键词
短期负荷预测
加权
多分位鲁棒极限学习机
误差反馈加权
在线阅读
下载PDF
职称材料
题名
加权多分位鲁棒ELM的短期负荷预测方法
被引量：
4
1
作者
鲁迪
王星华
刘升伟
陈豪君
贺小平
机构
广东工业大学自动化学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2020年第3期33-38,共6页
基金
国家自然科学基金资助项目(51707041)
中国南方电网公司科技项目(GDKJXM20162087)。
文摘
为获取足够精确的短期负荷预测值作为电力系统规划和运行的依据,提出一种加权多分位鲁棒极限学习机ELM(extreme learning machine)的短期负荷预测方法。首先融合分位回归与鲁棒ELM形成多分位鲁棒ELM基本预测模型,然后通过选取不同的分位值来模拟所有的可能性预测场景,以此得到不同分位场景下的预测值。最后按照“误差大、权值小;误差小、权值大”的误差反馈加权原则对上述不同分位下的预测值进行加权求和,以此得到最终的预测结果。实例证明该混合模型预测方法适用性强,且能取得较高的预测精度。
关键词
短期负荷预测
加权
多分位鲁棒极限学习机
误差反馈加权
Keywords
short-term load forecasting
weighted multi-quantile robust extreme learning machine(WMQ-RELM)
er ror feedback weighting
分类号
TM715 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
加权多分位鲁棒ELM的短期负荷预测方法
鲁迪
王星华
刘升伟
陈豪君
贺小平
《电力系统及其自动化学报》
CSCD
北大核心
2020
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
