典型文献
一种改进极限学习机的电力负荷预测方法
文献摘要：
为了提高电力负荷预测的准确度,需要研究影响电力负荷预测的各个特征变量,笔者提出一种改进极限学习机的电力负荷预测方法.首先,使用箱形图找出原始电力负荷数据的异常值并剔除;然后,使用探索性数据分析和皮尔逊相关性分析确定电力负荷与环境温度、大气压力、相对湿度和排气蒸汽压强等变量的相关性,并确定预测模型的特征输入;最后,使用蜻蜓算法优化极限学习机中的输入层和隐藏层的连接权值、隐层单元的偏置值.实验结果表明,该预测模型的决定系数可达到0.93,预测效果理想,给电力负荷预测提供了借鉴思路.
文献关键词：
电力负荷预测;极限学习机;蜻蜓算法
中图分类号：
作者姓名：
崔警卫
作者机构：
柳州铁道职业技术学院,柳州 广西 545616
文献出处：
引用格式：
[1]崔警卫-.一种改进极限学习机的电力负荷预测方法)[J].红水河,2022(03):86-91
A类：
B类：
改进极限学习机,电力负荷预测,负荷预测方法,研究影响,特征变量,箱形图,负荷数据,异常值,探索性数据分析,皮尔逊相关性分析,大气压力,相对湿度,蒸汽压,蜻蜓算法,算法优化,化极,输入层,连接权值,偏置,决定系数,效果理想
AB值：
0.271058
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。
