您的位置：
首页
>
农业专利
>
详情页
基于改进遗传算法优化极限学习机的短期电力负荷预测方法
- 专利权人:
- 国网河南省电力公司郑州供电公司;河南煜晖能源科技有限公司;国家电网有限公司
- 发明人:
- 燕跃豪,鲍薇,林慧,刘怡,安信如,彭磊,艾学勇,刘真,王晓亮,王俊锋
- 申请号：
- CN201810741481.X
- 公开号：
- CN108876054A
- 申请日:
- 2018.07.06
- 申请国别(地区):
- 中国
- 年份:
- 2018
- 代理人:
- 郭乃凤
- 摘要：
- 本发明公开了一种基于改进遗传算法优化极限学习机的短期电力负荷预测方法，利用爬山法在子代种群中再次进行择优选择，选择一个初始个体，在临近区域内再挑选一个个体，将两个个体进行适应度值比较，留下适应度值好的个体；若初始个体被取代或几次迭代均找不到更好的个体则停止迭代，通过爬山法寻优调整遗传算法的搜索方向，使遗传算法朝着全局最优方向进行，获得最优的权值和阈值，获得网络优化预测模型，并与BP网络、极限学习机的预测结果进行对比分析，包括预测网络模型输入输出量的选取、改进遗传算法优化极限学习机的算法和预测结果分析。本发明具有较快的训练速度和更为准确的预测结果，适应于影响因素众多、数据量巨大的现代短期电力负荷预测。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
