Indexed by：
Abstract：
本文提出一种小脑模型极限学习机,并应用于电力负荷的不确定性预测.在预测过程中,考虑模型和数据的不确定度,并结合bootstrapping技术对不确定度进行量化,进而建立预测区间.此外,为了进一步提高预测精度,小波分解技术被用于数据的预处理.文中使用宁德供电局的历史负荷数据来测试模型,实验结果表明模型具有优秀的预测性能.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
福建电脑
ISSN： 1673-2782
CN： 35-1115/TP
Year： 2017
Issue： 11
Volume： 33
Page： 83-85
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
