基于极限学习机的输电量预测模型研究

关键词：电力系统 输电量预测 极限学习机 小波神经网络 

摘要：电力系统的输电量预测是电网调度人员的参考指标之一,输电量预测的准确性与时效性在一定程度上影响着用户的用电质量。电力系统运在行过程中,每天都会产生大量的运行数据,为了利用这些大数据以及更好地实现输电线路输电量预测精度和快速性,提出了基于极限学习机的输电线路输电量预测模型。通过实验表明,该模型有良好的预测精度,对不同输电线路的输电量数据有着不错的泛化能力。通过与小波神经网络预测结果的对比,所建模型的训练和测试时间比小波神经网络快了约67s,尤其模型的训练时间极短,该模型预测的MAPE值要比小波神经网络低9%左右。

电力学报杂志要求:

{1}引言应说明研究的目的、意义、主要方法、范围和背景等。

{2}编辑部对来稿有删改权。不同意删改的稿件请在稿件中声明，编辑部保留对不同意删改稿件进行撤换的权力。

{3}首页内容依次为：标题、作者姓名、工作单位、摘要、关键词、作者简介、通信地址、邮编、联系电话及电子邮件地址。

{4}第一作者（通讯作者）简介按姓名（出生年一），性别，职称／学位，研究方向要求写出，通讯作者同时提供E-mail和长期有效的联系电话。

{5}文稿中使用的名词术语、符号、计量单位要前后一致，符合国家有关标准（SI单位）。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社