基于改进差分进化算法优化极限学习机的短期负荷预测

作者：胡函武; 施伟; 陈桥; 李凯

来源：宁夏电力, 2018, (04): 36-42.

• 短期负荷预测
• 极限学习机
• 改进差分进化算法
• 优化
• 预测精度

负荷预测的精度直接关系到电网的供需平衡,影响着电网运营成本。针对传统预测方法精度不高的缺点,提出了一种改进的差分进化算法优化极限学习机的预测模型。由于极限学习机的输入权值和隐含层偏置对预测精度有很大影响,因而利用改进差分进化算法对极限学习机参数进行优化,提高了极限学习机的泛化能力和预测精度。研究结果表明:改进差分进化算法优化极限学习机对短期负荷预测精度有较高提升。