基于CWOA-ELM的短期电力负荷预测研究

作者：吴飞; 李霆; 张航; 李金湖; 林翰; 林朝灯

来源：电子测量技术, 2020, 43(04): 88-92.

DOI：10.19651/j.cnki.emt.1903296

• 负荷预测
• 混沌函数
• 鲸鱼算法
• 极限学习机

精准的电力负荷预测有利于实现分布式能源的调度与利用,保障电力系统的安全运行,提高经济性和可靠性。为了提高短期电力负荷预测的准确性,提出了一种基于混沌鲸鱼算法优化的极限学习机预测模型。由于鲸鱼算法的参数随机分布,导致其得到的优化结果容易陷入局部最优,采用混沌函数优化鲸鱼算法中随机分布的参数,从而得到期望的输出结果。由于传统的极限学习机随机初始化权值和偏置,导致其易出现早熟,陷入局部最优值。为此,采用混沌鲸鱼算法优化选择极限学习机的初始权值和偏置,建立输出误差最小的负荷预测模型。通过算例仿真对比发现,所提的CWOA-ELM方法比其他经过混沌鲸鱼算法优化后的算法,具有更高的预测精度,更适用于短期电力负荷预测。

• 单位
  国网福建省电力有限公司; 国网信通亿力科技有限责任公司