典型文献
基于自然进化策略的可再生能源ELM预测两阶段优化训练方法
文献摘要：
随着中国"双碳"目标的提出和可再生能源接入比例的不断提高,其精确预测对提高新能源消纳水平和电网稳定性以及降低系统规划运行成本具有重要意义.为此,提出了基于自然进化策略(NES)的极限学习机(ELM)网络参数两阶段优化训练方法及可再生能源功率预测改进模型.在第1阶段,使用ELM随机参数和广义矩阵逆运算过程训练模型网络参数.ELM训练过程具有随机性且矩阵逆运算过程缺少对参数的微调,导致模型虽然训练速度较快,但在精度上有所欠缺.因此,第2阶段在原有模型训练结果的基础上引入输出层偏移和自适应的NES算法,对网络参数进行二次优化调整.结果表明,该两阶段优化算法能够有效地提高模型预测精度.
文献关键词：
可再生能源;功率预测;极限学习机;自然进化策略;两阶段训练
中图分类号：
作者姓名：
权浩;吕立臻;郭健;葛轶文;柳伟
作者机构：
南京理工大学自动化学院,江苏省南京市 210094
文献出处：
引用格式：
[1]权浩;吕立臻;郭健;葛轶文;柳伟-.基于自然进化策略的可再生能源ELM预测两阶段优化训练方法)[J].电力系统自动化,2022(20):83-91
A类：
自然进化策略
B类：
可再生能源,ELM,训练方法,能源接入,精确预测,新能源消纳,消纳水平,电网稳定性,系统规划,规划运行,运行成本,NES,极限学习机,网络参数,功率预测,预测改进,改进模型,随机参数,逆运算,运算过程,训练模型,训练过程,随机性,微调,训练速度,所欠,模型训练,出层,二次优化,优化调整,两阶段优化算法,两阶段训练
AB值：
0.339211
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。
