基于優(yōu)化的核極限學(xué)習(xí)機(jī)在負(fù)荷預(yù)測中的研究.pdf

1、負(fù)荷預(yù)測不僅是確保電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行的必要手段之一，也是制定電力市場交易計(jì)劃的基礎(chǔ)。隨著現(xiàn)代社會電力市場的不斷發(fā)展，負(fù)荷預(yù)測在電力系統(tǒng)中的重要性也越發(fā)突出。對于負(fù)荷預(yù)測的方法目前研究的已經(jīng)相當(dāng)成熟，預(yù)測的結(jié)果對于電網(wǎng)運(yùn)行有一定參考價值。但是，由于節(jié)能減排的方針的提出，對負(fù)荷預(yù)測的精度要求越來越高，因此，為了提高負(fù)荷預(yù)測的精度，就需要對現(xiàn)有的預(yù)測方法進(jìn)行改進(jìn)，引入新的理論方法。目前，隨著數(shù)學(xué)理論的發(fā)展以及科學(xué)技術(shù)的進(jìn)步，越來越多的新理論

2、被帶入到負(fù)荷預(yù)測中去研究，比如模糊數(shù)學(xué)理論、專家系統(tǒng)理論、灰色理論等等，這些理論帶動了負(fù)荷預(yù)測的發(fā)展，使得負(fù)荷預(yù)測在預(yù)測精度上有了質(zhì)的跨越。
　　核極限學(xué)習(xí)機(jī)（KELM）作為一種在極限學(xué)習(xí)機(jī)基礎(chǔ)上改進(jìn)的算法，其引入具有強(qiáng)大非線性映射能力的核函數(shù)，將原來單層、無核、線性不可分的極限學(xué)習(xí)機(jī)轉(zhuǎn)變?yōu)榭臻g線性可分的，使其相較于基本的極限學(xué)習(xí)機(jī)算法具有更強(qiáng)的回歸預(yù)測能力。同時，為了防止早熟問題的發(fā)生，本文引入一種全新的人工智能算法即縱橫交叉算

3、法（CSO）?？v橫交叉算法分別從不同的方向進(jìn)行交叉操作，使得全局搜索無盲點(diǎn)，能夠有效避免陷入局部最優(yōu)解；并且引入競爭算子操作，通過父代與子代的比較，保留適應(yīng)度值高的一代，從而保證了收斂精度。為了提高核極限學(xué)習(xí)機(jī)的預(yù)測精度，本文在深入研究了核函數(shù)、縱橫交叉算法的基礎(chǔ)上，給出了基于縱橫交叉算法優(yōu)化核極限學(xué)習(xí)機(jī)（CSO-KELM）的負(fù)荷預(yù)測算法模型。其核函數(shù)是具有局部特性的高斯徑向基核函數(shù)，并且針對核函數(shù)中參數(shù)的不定性，使用縱橫交叉算法對核極