| 用电大数据环境下的电力负荷预测研究 |
| |
| 引用本文： | 郑建宁. 用电大数据环境下的电力负荷预测研究[J]. 信息技术, 2019, 0(1): 84-87,92 |
| |
| 作者姓名： | 郑建宁 |
| |
| 作者单位： | 1.国网信通亿力科技有限责任公司 |
| |
| 摘 要： | 针对在海量用电数据环境下,如何提高电力负荷预测精度的问题,文中提出了采用人工鱼群优化的极限学习机方法对电力负荷进行预测。对传统的极限学习机和人工鱼群算法的数学模型进行了分析,文中提出采用人工鱼群算法优化极限学习机的初始权值和阈值,将人工鱼群全局寻优之后获得最优个体作为极限学习机的输入权值和隐层阈值,从而提高极限学习机的网络性能。通过仿真实验,将改进的极限学习机与传统的极限学习机进行结果对比分析,发现改进的极限学习机误差更小,验证了文中所提方法在电力负荷预测上的有效性和可行性。
|
| 关 键 词： | 大数据 极限学习机 人工鱼群 负荷 预测 |
Study on power load forecasting in the environment of big data power consumption |
| |
| ZHENG Jian-ning. Study on power load forecasting in the environment of big data power consumption[J]. Information Technology, 2019, 0(1): 84-87,92 |
| |
| Authors: | ZHENG Jian-ning |
| |
| Affiliation: | (State Grid Info-Telecom Great Power Science and Technology Co.,Ltd.,Fuzhou 350003,China) |
| |
| Abstract: | ZHENG Jian-ning(State Grid Info-Telecom Great Power Science and Technology Co.,Ltd.,Fuzhou 350003,China) |
| |
| Keywords: | big data extreme learning machine artificial fish swarm load prediction |
| 本文献已被 维普 等数据库收录！ |
|
