| 摘要: |
| 为了提高电力系统短期负荷预测精度，提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论，并结合最小二乘向量机回归学习方法，以克服传统极限学习机(ELM) 在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明，改进模型的泛化性与预测精度均优于传统ELM和OS-ELM模型，可为短期电力负荷预测提供有效依据，具有一定的实用性。 |
| 关键词: 短期负荷预测 极限学习机 结构风险 最小二乘支持向量机 |
| DOI：10.7667/j.issn.1674-3415.2012.20.025 |
| 分类号: |
| 基金项目:国家自然科学基金资助项目（61170120）；轻工过程先进控制教育部重点实验室开放课题资助（江南大学）项目（APCLI1004） |
|
|
|
|
| Abstract: |
|
| Key words: |
