基于改进多存储池回声状态网络的行业用电量预测方法

摘要

本发明公开了一种基于改进多存储池回声状态网络的行业用电量预测方法，将ESN网络中间的存储池层数量扩展为L(L＝1,2,3,...,M)，得到MRESN网络，可提高大量数据预测时的准确性以及增强特征提取能力；并且针对原始BAS算法的缺陷，提出一种IBAS算法，采用天牛种群的最优化，同时将精英选择和保留策略加入天牛群搜索的迭代中，之后在天牛须搜索算法中引入莱维飞行策略，并采用自适应步长策略更新天牛的当前位置。上述所提方法能够取得比原始ESN网络更好的数据预测效果，更加有利于对行业用电量进行准确预测。