摘要
本发明公开了一种具备高效搜索性能的电力负荷预测方法,涉及电力预测技术领域,包括:S1、将ELM模型的初始化权值实数编码为一个空间解集与斑马种群建立映射关系;S2、利用改进后的斑马优化算法对ELM模型的初始化权值进行优化,得到最优解;S3、将最优解作为初始化权值输入ELM模型中得到较好的极限学习机,对电力负荷进行预测。由于一种新颖的开发策略和探索策略的提出,有效的提升了算法收敛性能和全局搜索能力,避免算法陷入局部最优陷阱,进而对ELM模型进行了优化,提升了电力负荷预测的准确率和稳定性。
技术关键词
电力负荷预测方法
建立映射关系
极限学习机
电力预测技术
数学模型
算法
策略
参数
指数
因子
陷阱
编码
位点
数据
样本
误差
系统为您推荐了相关专利信息
稳定控制方法
并网电压
配电网电压波动
等效计算方法
协同调控方法
语言模型技术
集成方法
语义
上下文感知技术
文本
测试环境参数
数字孪生模型
动态仿真模型
工况
数学模型
轨迹跟踪控制方法
跟踪控制策略
干扰观测器
无人船速度
数学模型