基于优化回声状态网络的短期电力负荷预测

作     者：周璇 迟慧 

作者机构：东南大学自动化学院江苏南京210096 

出 版 物：《工业控制计算机》 (Industrial Control Computer)

年 卷 期：2018年第31卷第10期

页      码：3-5页

摘      要：采用回声状态网络预测电力负荷,具有高稳定、学习快速等特点。但目前构造典型ESN模型时储备池参数多选用经验参数,为克服ESN中动态储备池的黑盒特性及缺少机理性设计的问题,采用改进粒子群优化算法对储备池中重要参数进行优化,即以模型预测值与实际值的误差为优化目标来调节参数,对比BP神经网络的预测误差。结果表明采用基于改进PSO优化的ESN电力负荷预测模型具有更高的预测精度和泛化能力。

主 题 词：时间序列 回声状态网络 粒子群算法 短期负荷预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 080802[080802] 0808[工学-自动化类] 08[工学] 081104[081104] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

馆 藏 号：203384685...