| 注册
首页|期刊导航|高电压技术|基于改进流形正则化极限学习机的短期电力负荷预测

基于改进流形正则化极限学习机的短期电力负荷预测

李冬辉 闫振林 姚乐乐 郑宏宇

高电压技术2016,Vol.42Issue(7):2092-2099,8.
高电压技术2016,Vol.42Issue(7):2092-2099,8.DOI:10.13336/j.1003-6520.hve.20160713009

基于改进流形正则化极限学习机的短期电力负荷预测

Short-term Load Forecasting Based on Improved Manifold Regularization Extreme Learning Machine

李冬辉 1闫振林 1姚乐乐 1郑宏宇1

作者信息

  • 1. 天津大学电气与自动化工程学院,天津300072
  • 折叠

摘要

关键词

短期电力负荷预测/流形正则化/极限学习机/贝叶斯优化算法/平均相对误差/方差

Key words

short-term load forecasting/manifold regularization/extreme learning machine(ELM)/Bayesian optimization algorithm(BOA)/mean relative error(MRE)/variance

引用本文复制引用

李冬辉,闫振林,姚乐乐,郑宏宇..基于改进流形正则化极限学习机的短期电力负荷预测[J].高电压技术,2016,42(7):2092-2099,8.

高电压技术

OA北大核心CSCDCSTPCD

1003-6520

访问量0
|
下载量0
段落导航相关论文