一种短期负荷预测方法
摘要:
本发明公开了一种短期负荷预测方法。通过多轮训练获得一系列弱学习器,然后补偿弱学习器的缺点,构建强学习器,最终最小化浅层神经网络的输出误差,从而提高浅层神经网络的预测精度。设计的损失函数对异常负载数据具有鲁棒性,因此适合于AC/DC配电系统中的负荷预测。改进了神经网络、灰色理论和支持向量机等传统的短期负荷预测方法的精度。
公开/授权文献
0/0