原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
基于混沌多目标蚁狮优化算法和核极限学习机的冲击性负荷预测模型
黄裕春贾巍雷才嘉方兵华刘涌李洋洋
ImpactLoadForecastingModelBasedonChaoticMulti-objectiveAntlionOptimizationAlgorithmandKernelExtreme
LearningMachine
HUANGYuchun,JIAWei,LEICaijia,FANGBinghua,LIUYong,LIYangyang
引用本文:
黄裕春,贾巍,雷才嘉,等.基于混沌多目标蚁狮优化算法和核极限学习机的冲击性负荷预测模型[J].现代电力,2023,40(6):
1043-1051.DOI:10.19725/ki.1007-2322.2022.0105
HUANGYuchun,JIAWei,LEICaijia,etal.ImpactLoadForecastingModelBasedonChaoticMulti-objectiveAntlionOptimization
AlgorithmandKernelExtremeLearningMachine[J].ModernElectricPower,2023,40(6):1043-1051.DOI:10.19725/ki.1007-
2322.2022.0105
在线阅读Viewonline:/10.19725/ki.1007-2322.2022.0105
您可能感兴趣的其他文章
Articlesyoumaybeinterestedin
基于改进的极限学习机光伏出力短期预测
Short-termPredictionofPhotovoltaicOutputBasedonImprovedExtremeLearningMachines
现代电力.2023,40(5):679-686/10.19725/ki.1007-2322.2022.0080
基于约束投票极限学习机的在线静态电压稳定评估
OnlineStaticVoltageStabilityAssessmentBasedonConstrainedVotingExtremeLearningMachine
现代电力.2022,39(5):521-528/10.19725/ki.1007-2322.2021.0162
基于混沌特征改进鲸鱼优化算法-相关向量机的超短期光伏发电输出功率预测
AMethodtoForecastUltra-Short-TermOutputofPhotovoltaicPowerGenerationBasedonChaoticCharacteristic-ImprovedWhale
OptimizationAlgorithmandRelevanceVectorMachine
现代电力.2021,38(3):268-276/10.19725/ki.1007-2322.2020.0390
基于SAE-ELM的电动汽车充电站负荷预测模型
ModelofLoadForecastingofElectricVehicleChargingStationBasedonSAE-ELM
现代电力.2019,36(6):9-15/article/Y2019/I6/9
基于生长曲线与气温累积效应的气象负荷预测
MeteorologicalLoadForecastingBasedonGrowthCurveandTemperatureAccumulationEffect
现代电力.2021,38(2):171-177/10.19725/ki.1007-2322.2020.0234
基于时序分解及机器学习的风电功率组合预测模型
WindPowerCombinationPredictionModelBasedonTimeSeriesDecompositionandMachineLearning
现代电力.2022,39(1):9-18/10.19725/ki.1007-2322.2021.0073
第
40
卷
第
6
期现代电力
文档评论（0）