基于极限学机的负荷模型预测方法

摘要

本发明属于电力系统建模与仿真技术领域，尤其涉及一种基于极限学机的负荷模型预测方法，包括：采集历年各变电站大量负荷动态特性数据，通过辨识获得相应的负荷模型；根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集，通过训练获得极限学机模型和参数；确定目标负荷数据的负荷特征，并输入到经过训练的极限学机模型进行预测，无需迭代，得到预测的负荷模型。该方法无需迭代，可以快速的得出唯一的负荷模型，最大限度的保证了精准性并且具有较好的泛化性和鲁棒性，在生产实践中具有较好的实用性，在对未来电网的规划工作上起到重要作用。

主权项

一种基于极限学习机的负荷模型预测方法，其特征在于，包括：步骤1、采集历年各变电站大量负荷动态特性数据，通过辨识获得相应的负荷模型；步骤2、根据负荷的不同季节、时刻、组成成分的不同特征进行分类归纳作为训练集，通过训练获得极限学习机模型和参数；步骤3、确定目标负荷数据的负荷特征，并输入到经过训练的极限学习机模型进行预测，无需迭代，得到预测的负荷模型。