公开(公告)号：CN113962458B

公开(公告)日：2024-06-07

申请号：CN202111222520.3

申请日：2021-10-20

Applicant: 江南大学

Inventor： 卢先领 ,  金辰曦

IPC: G06Q10/0637 ,  G06Q50/06 ,  G06N3/006

Abstract: 本发明公开了电网能源控制预测技术领域的基于蜉蝣优化算法的短期负荷预测系统及方法，包括：获取待预测区域的温度特征变量；将温度特征变量输入极限学习机模型进行训练；基于蜉蝣优化算法确定极限学习机模型的隐含层神经元个数；基于隐含层神经元个数确定训练参数解；基于训练参数解输出待预测区域的电力负荷数据。本发明通过温度的多形式变量策略，可有效提高在气象敏感性较高地区的负荷预测精度，通过采用改进蜉蝣算法对极限学习机进行参数寻优，可有效避免因参数设置不当而引起的过拟合问题。

公开(公告)号：CN113962458A

公开(公告)日：2022-01-21

申请号：CN202111222520.3

申请日：2021-10-20

Applicant: 江南大学

Inventor： 卢先领 ,  金辰曦

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/00

Abstract: 本发明公开了电网能源控制预测技术领域的基于蜉蝣优化算法的短期负荷预测系统及方法，包括：获取待预测区域的温度特征变量；将温度特征变量输入极限学习机模型进行训练；基于蜉蝣优化算法确定极限学习机模型的隐含层神经元个数；基于隐含层神经元个数确定训练参数解；基于训练参数解输出待预测区域的电力负荷数据。本发明通过温度的多形式变量策略，可有效提高在气象敏感性较高地区的负荷预测精度，通过采用改进蜉蝣算法对极限学习机进行参数寻优，可有效避免因参数设置不当而引起的过拟合问题。

公开(公告)号：CN112991091A

公开(公告)日：2021-06-18

申请号：CN202110174198.5

申请日：2021-02-09

Applicant: 江南大学

Inventor： 卢先领 ,  金辰曦

IPC: G06Q50/06 ,  G06Q10/04 ,  G06N3/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Stacking算法的短期电力负荷预测方法及装置，方法包括：获取历史时段内每小时的负荷数据，所述负荷数据包括负荷量、天气数据和时间类型；基于获取的历史负荷数据，对基础模型层中多种不同核的KELM模型进行训练，采用训练后的各个KELM模型分别预测待预测日的负荷，获得待预测日的负荷预测值；利用Stacking算法，将基础模型层中多种不同核的KELM的预测结果与获取的历史负荷数据融合后训练次模型层中KELM模型，采用训练后的次模型层中KELM模型预测待预测日的负荷，获得待预测日的最终负荷预测值。本发明构建两侧KELM模型，可提高模型的预测精度。