一种基于小波变换和改进萤火虫优化极限学习机的短期负荷预测方法

摘要

本发明涉及一种基于小波变换和改进萤火虫优化极限学习机的短期负荷预测方法，包括：（1）通过小波分解和重构，对原始负荷序列进行降噪；（2）在模型训练阶段利用改进的萤火虫短发优化极限学习机参数，获得个序列的最优模型；（3）针对各子序列分别预测叠加得到最终预测值。本发明通过在两种时间尺度的数据序列上进行数值计算，有效的解决了短期负荷预测，与传统的ARMA、BP神经网络、支持向量机及LSSVM等多种经典预测模型相比，模型预测效果更优。