基于改进烟花算法的极限学习机超短期负荷预测

作者:蒋建东; 石洋涛*; 燕跃豪; 刘怡
来源:郑州大学学报(理学版), 2020, 52(04): 110-115.
DOI:10.13705/j.issn.1671-6841.2020028

摘要

提出了一种改进烟花算法优化极限学习机的超短期负荷预测模型。首先,对原始烟花算法的映射规则和变异规则进行优化改进,形成改进烟花算法;其次,针对极限学习机随机形成的权值和阈值导致模型不稳定的问题,利用改进烟花算法对极限学习机进行优化。以权值和阈值为变量,以极限学习机的误差系数为目标函数,利用改进烟花算法寻求最优权值和阈值。最后仿真数据分析表明,改进后的烟花算法具有更快的收敛速度和更好的全局寻优能力。改进后的预测模型使负荷预测精确度和稳定性都有显著提升,这表明该模型能够适用于实际电力系统超短期负荷预测。