基于R-ELM算法的火电发电量预测

摘要：

R-ELM算法是将极限学习机(ELM)算法和递归预测相结合的系统动态建模方法,即对ELM中的隐含层节点数进行递归寻优,得到最优隐含层节点数.现建立了一种基于R-ELM算法的火电企业短期日发电量预测模型,该模型根据气象预报中日最高温度和日最低温度,利用过去一段时间的火电实际发电量数据来预测未来4～7天的短期日发电量值.实践结果显示,R-ELM算法能快速找到最优隐含层节点数,提高预测精度和泛化能力.

关键词：火电发电量预测、ELM算法、递归预测、动态建模

在线出版日期：2021-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：1-3