購物車(0)
基于極限學習機的輸電量預測模型研究
鄭熠旻 國網福建省電力有限公司莆田供電公司; 福建莆田351100
關鍵詞：電力系統 輸電量預測 極限學習機 小波神經網絡
摘要：電力系統的輸電量預測是電網調度人員的參考指標之一,輸電量預測的準確性與時效性在一定程度上影響著用戶的用電質量。電力系統運在行過程中,每天都會產生大量的運行數據,為了利用這些大數據以及更好地實現輸電線路輸電量預測精度和快速性,提出了基于極限學習機的輸電線路輸電量預測模型。通過實驗表明,該模型有良好的預測精度,對不同輸電線路的輸電量數據有著不錯的泛化能力。通過與小波神經網絡預測結果的對比,所建模型的訓練和測試時間比小波神經網絡快了約67s,尤其模型的訓練時間極短,該模型預測的MAPE值要比小波神經網絡低9%左右。
電力學報雜志要求:
{1}引言應說明研究的目的、意義、主要方法、范圍和背景等。
{2}編輯部對來稿有刪改權。不同意刪改的稿件請在稿件中聲明，編輯部保留對不同意刪改稿件進行撤換的權力。
{3}首頁內容依次為：標題、作者姓名、工作單位、摘要、關鍵詞、作者簡介、通信地址、郵編、聯系電話及電子郵件地址。
{4}第一作者（通訊作者）簡介按姓名（出生年一），性別，職稱／學位，研究方向要求寫出，通訊作者同時提供E-mail和長期有效的聯系電話。
{5}文稿中使用的名詞術語、符號、計量單位要前后一致，符合國家有關標準（SI單位）。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
