电气开关
電氣開關
전기개관
ELECTRIC SWITCHGEAR
2013年
3期
70-73,76
,共5页
微电网%超短期负荷预测%多模型%极限学习机(ELM)
微電網%超短期負荷預測%多模型%極限學習機(ELM)
미전망%초단기부하예측%다모형%겁한학습궤(ELM)
针对微电网中负荷预测的特点提出的多模型极限学习法(ELM),将其应用于系统超短期负荷预测.该算法采取建立多个前馈神经网络模型,基于更新准则将模型集分成即时更新模型和批次更新模型这两个部分,以此进行数据筛选和分析.此算法的目的在于节省训练时间,提高预测的速度,同时保证预测的精度.
針對微電網中負荷預測的特點提齣的多模型極限學習法(ELM),將其應用于繫統超短期負荷預測.該算法採取建立多箇前饋神經網絡模型,基于更新準則將模型集分成即時更新模型和批次更新模型這兩箇部分,以此進行數據篩選和分析.此算法的目的在于節省訓練時間,提高預測的速度,同時保證預測的精度.
침대미전망중부하예측적특점제출적다모형겁한학습법(ELM),장기응용우계통초단기부하예측.해산법채취건립다개전궤신경망락모형,기우경신준칙장모형집분성즉시경신모형화비차경신모형저량개부분,이차진행수거사선화분석.차산법적목적재우절성훈련시간,제고예측적속도,동시보증예측적정도.