期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
考虑负荷自适应检测和修复的鲁棒极限学习机短期负荷预测方法 被引量:25
1
作者 彭显刚 郑伟钦 +1 位作者 林利祥 刘艺 《中国电机工程学报》 EI CSCD 北大核心 2016年第23期6409-6417,6606,共9页
针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负... 针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负荷预测方法。首先将历史负荷数据按季节分组,根据每个季节实时负荷和对应的气象因素,利用递归最小二乘法获取历史负荷数据的自适应遗忘因子,构建基于遗忘因子的时变Cook距离统计量,检测负荷数据中的异常值(或强影响值);采用非参数概率密度估计,构建实时负荷与气象因素的随机模型对异常负荷值(或强影响值)进行修复。考虑电力负荷数据异常值对预测精度的影响,采用了一种鲁棒ELM算法对负荷数据进行回归分析;最后,引入基因遗传算法对负荷预测模型参数进行优化,提升负荷预测算法预测准确率;通过实例仿真分析,验证了该方法提高预测精度的有效性。 展开更多
关键词 短期负荷预测 时变Cook距离 非参数概率密度函数估计 累积效应 鲁棒极限学习机算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部