基于PSO-ELM模型的短期电力系统负荷预测

摘要

为了提高电力负荷预测的精确度、降低预测误差,提出了一种基于粒子群优化的极限学习机(PSO-ELM)模型.通过粒子群算法对极限学习机的参数进行寻优,最后通过PSO-ELM模型和传统ELM模型预测结果的相对误差比对,改进模型将相对误差降低在1％左右,提升了学习速率和预测精度,为电网运行和电力分配提供了决策保障.