-
公开(公告)号:CN106570250A
公开(公告)日:2017-04-19
申请号:CN201610948445.1
申请日:2016-11-02
Applicant: 华北电力大学(保定)
Abstract: 一种面向电力大数据的微电网短期负荷预测方法,用于提高微电网短期负荷的预测精度,其技术方案是,所述方法首先建立基于核函数极限学习机(KELM)的微电网短期负荷预测模型;然后采用改进的混合蛙跳算法(ISFLA)对核函数极限学习机的组合参数(C,σ)进行优化,得到ISFLA_KELM预测模型;最后利用ISFLA_KELM预测模型对微电网短期负荷进行预测。本发明利用ISFLA_KELM预测模型对微电网短期负荷进行预测,实验表明,KELM具有较强的回归预测能力,而ISFLA算法寻优能力强,可对KELM的参数进行优化,大大提高了微电网短期负荷的预测精度。