典型文献
基于蜂群优化极限学习算法的用电功率预测
文献摘要：
针对用电功率负荷序列随机性强、负荷预测准确度不足等问题,提出一种基于人工蜂群算法(ABC)优化极限学习机(ELM)的用电功率预测模型.将原始电力负荷序列进行模态平稳化处理,得到包含不同时间尺度的局部特征信号的本征模函数分量和残差分量;利用人工蜂群算法优化极限学习机模型学习各模态分量的时序规律并进行分量预测,将各模态分量预测值融合叠加得到最终预测结果.实验结果表明,所提出的预测模型能够对用电功率作出准确预测,具有更好的泛化性能和更高的预测准确度.
文献关键词：
电力负荷预测;极限学习机;模态分解;人工蜂群算法
中图分类号：
作者姓名：
刘耀东;姜文超;廖宇航
作者机构：
江苏省生产力促进中心,江苏南京210042;东南大学仪器科学与工程学院,江苏南京210096
文献出处：
引用格式：
[1]刘耀东;姜文超;廖宇航-.基于蜂群优化极限学习算法的用电功率预测)[J].电气应用,2022(01):前插2,21-25
A类：
B类：
蜂群优化,化极,用电功率,负荷序列,随机性,预测准确度,人工蜂群算法,ABC,ELM,功率预测模型,平稳化,不同时间尺度,局部特征,特征信号,本征模函数,算法优化,极限学习机模型,模型学习,模态分量,加得,准确预测,泛化性能,电力负荷预测,模态分解
AB值：
0.261577
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
