首页 > 《家园·电力与科技》 > 2022年4期 > 基于ELM的短期负荷预测

基于ELM的短期负荷预测

在线阅读下载PDF 导出详情

摘要摘要：短期负荷预测可以为电力调度计划制定提供良好的参考，从而保证电网的平稳运行。对于发电企业而言，高精度的预测可以降低发电机组运行成本。影响用电的因素众多，包括温度、湿度、降雨量、风速等。本文使用极限学习机（ELM），根据历史负荷数据和气象数据，预测以未来一天为尺度的短期用电负荷。

DOI lj1lkm754v/6054344

作者岑光沈其磊

机构地区中国核电工程有限公司郑州分公司，河南省郑州市，450000

出处《家园·电力与科技》 2022年4期

关键词负荷预测极限学习机影响因素

分类 [][]

出版日期 2022年06月30日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张英杰张凯张训国. 基于电网短期负荷预测的探究.电力系统及自动化,2015-08.
2杨洁. 基于数据挖掘技术的短期负荷预测.电力系统及自动化,2017-08.
3李小燕. 基于分形理论的短期负荷预测.电力系统及自动化,2015-05.
4张磊,盛刚. 基于大数据的短期负荷预测技术分析.,2023-08.
5全思平;吴浩. 基于数据挖掘技术的短期电力负荷预测.电力系统及自动化,2014-03.
6李珊田沛. 基于时间序列方法的短期电力负荷预测.文化科学,2016-08.
7蒋国全. 基于负荷特性的钢铁企业超短期电力负荷预测.,2023-02.
8白佳庆1,张,东2*,马艳娟2,宁兆秋1,崔馨元1. 基于二次EEMD-ELM超短期风电功率预测方法.电力系统及自动化,2021-11.
9孙玉林郑伟强马宸. 短期负荷预测的技巧探析.工程地质学,2019-05.
10蒙怡帆杨镓华. 基于电力系统短期负荷预测的模型.电力系统及自动化,2017-09.

来源期刊

家园·电力与科技

家园·电力与科技

相关推荐

同分类资源更多

相关关键词

负荷预测极限学习机影响因素

返回顶部