基于改进极限学习机的短期电力负荷预测方法

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。