王伟
- 作品数：2 被引量：21H指数：2
- 供职机构：桂林电子科技大学广西信息科学实验中心更多>>
- 发文基金：国家自然科学基金广西高校优秀人才计划项目广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程更多>>
- 基于混合核函数支持向量机的电力负荷预测被引量：2
- 2013年
- 利用相似性原理,从历史负荷数据中选择与预测日负荷相似的数据,采用混合核函数支持向量机的方法建立电力负荷预测模型,实验结果表明基于该方法的负荷预测系统具有较高的预测精度和较强的适应性。
- 王伟
- 关键词：相似日负荷预测混合核函数
- 基于极限学习机的短期电力负荷预测被引量：19
- 2014年
- 研究电力负荷预测准确性问题,由于电力负荷与天气、经济、假期等多种因素密切相关,变化规律具有周期性和随机性,传统方法无法描述其变化规律,导致电力负荷预测精度低。为了提高电力负荷预测精度,提出一种基于时间序列编码的相似日选择和极限学习机(ELM)相结合的电力负荷预测方法。基于时间序列编码的相似日选择方法在每个编码点中融入了整个序列的信息,不仅可以描述出序列的趋势,还可以描述出节点在序列中的相对位置。采用ELM进行预测,只需要设置网络的隐层节点个数。在算法执行过程中不需要调整网络的输入权值以及隐元的偏置,并且产生唯一的最优解。以某建筑电网的电力负荷数据进行仿真。并将上述方法与支持向量机(SVM)和BP神经网络进行对比。实验结果表明,改进方法具有较高的预测精度和较强的适应性,并且运行时间较短。
- 王伟杨辉华刘振丙李灵巧
- 关键词：相似日极限学习机负荷预测
