基于MKELM的智能电网短期电价预测与分类

胡艳美; 王品; 丁亦新; 武争明; 张轶

doi:10.13336/j.1003-6520.hve.20230225

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于MKELM的智能电网短期电价预测与分类

智能输配电 | 更新时间：2026-09-16

- 基于MKELM的智能电网短期电价预测与分类
- 基于MKELM的智能电网短期电价预测与分类
- 高电压技术 2023年49卷第S1期页码：47-52
- 作者机构：
  
  国网六安市城郊供电公司
- 作者简介：
- 基金信息：
- DOI：10.13336/j.1003-6520.hve.20230225
  中图分类号： F426.61;TM76
- 纸质出版：2023
- 稿件说明：
移动端阅览
胡艳美, 王品, 丁亦新, 等. 基于MKELM的智能电网短期电价预测与分类[J]. 高电压技术, 2023,49(S1):47-52.

胡艳美, 王品, 丁亦新, et al. 基于MKELM的智能电网短期电价预测与分类[J]. 2023, 49(S1): 47-52.
胡艳美, 王品, 丁亦新, 等. 基于MKELM的智能电网短期电价预测与分类[J]. 高电压技术, 2023,49(S1):47-52. DOI： 10.13336/j.1003-6520.hve.20230225.

胡艳美, 王品, 丁亦新, et al. 基于MKELM的智能电网短期电价预测与分类[J]. 2023, 49(S1): 47-52. DOI： 10.13336/j.1003-6520.hve.20230225.

摘要

智能电网中的需求侧管理和短期调度操作需要对短期电价进行预测。因此，提出了一种多核极限学习机(MKELM)用于根据一些预先指定的价格阈值进行短期电价预测和分类。此方法与使用输入层和隐藏层之间的随机权重的传统ELM相比具有明显优势。此外，研究中借助水循环算法(WCA)对MKELM短期电价预测方法进行了优化，提出了WCA-MKELM方法，以提高短期电价预测与分类的准确性。为了验证所提议方法的有效性，对不同季节电力市场的电力需求进行分析，并进行短期价格预测。结果表明WCA-MKELM智能短期电网电价预测方法准确性较高。

Abstract

关键词

Keywords

references

浏览量

166

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

用相似性原理及人工神经网络预测电价

智能电网中清洁分布式能源的优化利用策略

从2010国际大电网会议看电力电缆技术的发展现状和趋势

从复杂网络视角评述智能电网信息安全研究现状及若干展望

基于时序-卷积概率模型的电力系统灵活性优化调度