典型文献
基于ISSA-ELM的短期电力负荷预测研究
文献摘要：
负荷预测的准确性与电力系统的运行安全关系密切,寻求更为精准的预测方法是当前面临的重要问题.提出一种基于改进麻雀算法优化极限学习机的负荷预测模型.在标准麻雀算法中引人Sobol序列、自适应收敛因子以及柯西变异,以增强初始种群历遍性、平衡算法重点区域搜索能力与全局的搜索能力.相较于标准麻雀算法,采用改进麻雀算法对极限学习机的关键参数寻优,可实现对负荷更为精准的预测.仿真结果表明,该模型拥有更为良好的回归精度和泛化能力,在短期电力负荷预测方面能够得到更精确的预测结果.
文献关键词：
短期负荷预测;麻雀算法;极限学习机;Sobol序列;柯西变异
中图分类号：
作者姓名：
葛琼宇;王致杰
作者机构：
上海电机学院电气工程学院 上海200240
文献出处：
引用格式：
[1]葛琼宇;王致杰-.基于ISSA-ELM的短期电力负荷预测研究)[J].国外电子测量技术,2022(04):119-125
A类：
自适应收敛因子
B类：
ISSA,ELM,短期电力负荷预测,预测研究,电力系统,运行安全,全关,改进麻雀算法,算法优化,化极,极限学习机,负荷预测模型,Sobol,柯西变异,初始种群,重点区域,区域搜索,搜索能力,对极,参数寻优,泛化能力,短期负荷预测
AB值：
0.253334
相似文献
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。
