申请/专利权人:安科瑞电气股份有限公司;江苏安科瑞电器制造有限公司
申请日:2022-09-29
公开(公告)日:2022-12-30
公开(公告)号:CN115545294A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/06;G06N3/00;G06N20/10;G06N3/04;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.01.20#实质审查的生效;2022.12.30#公开
摘要:本发明涉及一种基于ISSA‑HKELM的短期负荷预测方法,该方法包括:首先针对核极限学习机KELM的缺陷,结合高斯核函数和多项式核函数构造具有更强泛化能力的混合核极限学习机HKELM;其次针对麻雀搜索算法易陷入局部极值的问题,引入自适应t分布策略和动态自适应权重对麻雀搜索算法进行改进;再次采用改进后的麻雀搜索算法ISSA对混合核极限学习机HKELM的参数进行优化并建立ISSA‑HKELM预测模型;最后采用建立好的ISSA‑HKELM模型进行短期负荷预测。与现有技术相比,本发明具有良好的预测精度和鲁棒性等优点。
主权项:1.一种基于ISSA-HKELM的短期负荷预测方法,其特征在于,该方法包括:首先针对核极限学习机KELM的缺陷,结合高斯核函数和多项式核函数构造具有更强泛化能力的混合核极限学习机HKELM;其次针对麻雀搜索算法易陷入局部极值的问题,引入自适应t分布策略和动态自适应权重对麻雀搜索算法进行改进;再次采用改进后的麻雀搜索算法ISSA对混合核极限学习机HKELM的参数进行优化并建立ISSA-HKELM预测模型;最后采用建立好的ISSA-HKELM模型进行短期负荷预测。
全文数据:
权利要求:
百度查询: 安科瑞电气股份有限公司;江苏安科瑞电器制造有限公司 一种基于ISSA-HKELM的短期负荷预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。