基于极限学习机的分布式电力负荷预测 |
| |
作者姓名: | 张丽珍 |
| |
作者单位: | 山西电力职业技术学院,山西太原,030021 |
| |
摘 要: | 现代电力负荷数据以海量形式存在,传统单机模式无法满足电力负荷在线预测效果的要求。为了改善大规模电力负荷数据的预测效果,设计了基于极限学习机的分布式电力负荷预测模型。首先提取电力负荷数据,通过混沌理论的相空间重构方法对电力负荷数据进行预处理,产生电力负荷数据预测建模样本,然后将电力负荷数据预测建模样本细分成为多个子样本,通过云计算集群系统的分布式方式并行实现子样本建模,每一个小样本通过极限学习机进行建模和预测,最后采用具体电力负荷数据进行了仿真测试实例研究,测试结果表明,本文模型加快了大规模电力负荷数据建模速度,可以足电力负荷在线预测效果,而且电力负荷预测精度要明显优于当前其它电力负荷预测模型。
|
关 键 词: | 电力负荷 单机模式 分布式处理方式 极限学习机 云计算集群系统 |
本文献已被 CNKI 万方数据 等数据库收录! |
|