电力负荷超前96步预测,采用2024最新鹭鹰算法优化ELM实现,MATLAB代码

本期电力负荷预测数据来源为:《第九届电工数学建模竞赛试题_2016》

数据概况如下:

简介

本期内容:

①对电力负荷数据进行简单综合处理,划分训练集和测试集

②采用标准的极限学习机ELM实现电力负荷预测

③采用2024年最新鹭鹰算法优化极限学习机的权值阈值,降低预测误差

④采用白鲸算法 优化ELM,并与鹭鹰算法对比,突出鹭鹰算法的高效准确性

内容详解

①对电力负荷数据进行处理

本次数据包含最高温度℃,最低温度℃,平均温度℃,相对湿度(平均),降雨量(mm)部分数据截图如下:

数据的处理方式如下:

将2012年1月1号到2015年1月17号的负荷数据和天气数据(因为只有这几天的数据是既有天气特征,又有负荷数据的)综合到一起,得到data变量。

选取前6天数据(包括负荷和当天的最高温度℃,最低温度℃,平均温度℃,相对湿度(平均),降雨量(mm))去预测未来一天的数据。

代码中一共选取了60个样本作为训练集。

1个样本作为测试集,实现未来一天,也就是实现超前96个时刻的负荷预。

将MAPE作为误差指标(很多文献都这么做!)。

②采用极限学习机(ELM)对电力负荷数据进行训练和预测

预测结果如下:

可以看到,未优化的ELM预测效果不是很理想。

③采用 2024年最新鹭鹰算法优化极限学习机的权值阈值,并与白鲸算法做对比。

由误差对比曲线和预测结果对比,可以看到鹭鹰算法(SBOA)优化ELM的收敛精度是非常高的!

原理代码

数据替换较为简单,代码简单易懂,可以二次开发。

代码获取

代码目录如下:

完整代码获取:

https://mbd.pub/o/bread/mbd-ZpWXk51x

已将本文算法加入MATLAB机器学习预测全家桶中

机器学习预测全家桶代码获取

已将本文算法加入机器学习预测全家桶中,需要的小伙伴可以跳转链接获取:

https://mbd.pub/o/bread/ZZmWk5xp

识别此二维码也可跳转全家桶

或点击下方阅读原文获取此全家桶。

相关推荐
聚客AI6 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v9 小时前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工11 小时前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农12 小时前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了12 小时前
AcWing学习——双指针算法
c++·算法
moonlifesudo13 小时前
322:零钱兑换(三种方法)
算法
NAGNIP1 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队1 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
Fanxt_Ja2 天前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下2 天前
最终的信号类
开发语言·c++·算法