摘要
本发明公开了一种基于混合ELM算法的电力负荷预测方法、装置、电子设备及存储介质,本发明通过混合MINRES与隐藏层遍历的ELM预测模型(MT‑ELM)来预测电力负荷,可以实现对最佳隐藏层节点数目的估计和消除过拟合化,从而有效的提升了电力负荷的预测水平。本发明公开的一种基于混合ELM算法的电力负荷预测方法,包含如下步骤:S1:对输入、输出训练集进行变式以构造适用于ELM预测模型的训练集;S2:通过经典ELM模型的计算方式,计算ELM神经网络的隐藏层输出矩阵H;S3:利用输入、输出测试集遍历并估计最佳隐藏点数量,通过混合MINRES方法消除ELM过拟合化,通过历年数据学习并生成ELM混合模型,通过所生成的模型预测未来短期的电力负荷情况。
技术关键词
电力负荷预测方法
ELM算法
ELM神经网络
电力负荷预测装置
训练集
预测电力负荷
数据
广义逆矩阵
电子设备
处理器
代表
节点数
可读存储介质
程序
存储器
计算机
系统为您推荐了相关专利信息
干式铁心电抗器
缺陷诊断方法
监测点
温度分布曲线
线性膨胀系数
信道状态信息
手机设备
预编码向量
信道估计方法
预编码方法
物联网设备
云服务器
状态监测数据
设备远程运维系统
LSTM神经网络
影像
极化SAR数据
编码器
洪涝灾害监测
地形高程值