典型文献
基于WOA-ELM的电力负荷预测模型研究
文献摘要：
电力负荷预测是保障电力系统运行的关键技术.针对电力负荷受时间、温度、湿度、风速和电力需求等因素影响导致预测精度较差的问题,提出利用鲸鱼优化算法对极限学习机的连接权重和隐含层阈值进行优化,构建基于WOA-ELM的电力负荷预测模型.结合实例分析,与其他优化过的机器学习模型(GA-BP模型、PSO-SVM模型)及传统的ELM模型进行对比,结果验证了WOA-ELM模型的有效性,在电力负荷预测方面有较高的精度及较快的训练速度.
文献关键词：
电力负荷预测;机器学习;鲸鱼优化算法;极限学习机
中图分类号：
作者姓名：
华厚普
作者机构：
华北电力大学经济与管理学院,河北 保定 071003
文献出处：
引用格式：
[1]华厚普-.基于WOA-ELM的电力负荷预测模型研究)[J].电工技术,2022(21):36-39,42
A类：
B类：
WOA,ELM,电力负荷预测,负荷预测模型,电力系统运行,电力需求,响导,鲸鱼优化算法,对极,极限学习机,隐含层,机器学习模型,GA,PSO,训练速度
AB值：
0.215783
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。
