基于极限学习机的居民负荷预测及其在电力营销中的应用

摘要

随着智能电网的快速推进,电力企业积累了海量的居民用电数据,合理运用这些数据有助于提升电力企业的电力营销与控制水平,因此本文利用居民历史用电数据进行短期电力负荷预测.首先,对居民历史用电数据进行预处理;其次,建立基于极限学习机(Extreme Learning Machine,ELM)的居民用电负荷预测模型;再次,以目标区域的居民用电数据为基础,对所建立的模型进行测试;最后,将居民用电数据的预测结果与电力营销结合起来,提出相应的营销策略.