电力工业论文_基于特征选择和优化极限学习机的_中国电力教育杂志社投稿

一、来稿必须是作者独立取得的原创性学术研究成果，来稿的文字复制比（相似度或重复率）必须低于用稿标准，引用部分文字的要在参考文献中注明；署名和作者单位无误，未曾以任何形式用任何文种在国内外公开发表过；未一稿多投。二、来稿除文中特别加以标注和致谢之外，不侵犯任何版权或损害第三方的任何其他权利。如果20天后未收到本刊的录用通知，可自行处理(双方另有约定的除外)。三、来稿经审阅通过，编辑部会将修改意见反馈给您，您应在收到通知7天内提交修改稿。作者享有引用和复制该文的权利及著作权法的其它权利。四、一般来说，4500字（电脑WORD统计，图表另计）以下的文章，不能说清问题，很难保证学术质量，本刊恕不受理。五、论文格式及要素：标题、作者、工作单位全称(院系处室)、摘要、关键词、正文、注释、参考文献(遵从国家标准：GB\T7714-2005，点击查看参考文献格式示例)、作者简介(100字内)、联系方式(通信地址、邮编、电话、电子信箱)。六、处理流程：（1）通过电子邮件将稿件发到我刊唯一投稿信箱（2）我刊初审周期为2－3个工作日，请在投稿3天后查看您的邮箱，收阅我们的审稿回复或用稿通知；若30天内没有收到我们的回复，稿件可自行处理。（3）按用稿通知上的要求办理相关手续后，稿件将进入出版程序。（4）杂志出刊后，我们会按照您提供的地址免费奉寄样刊。七、凡向文教资料杂志社投稿者均被视为接受如下声明：（1）稿件必须是作者本人独立完成的，属原创作品（包括翻译），杜绝抄袭行为，严禁学术腐败现象，严格学术不端检测，如发现系抄袭作品并由此引起的一切责任均由作者本人承担，本刊不承担任何民事连带责任。（2）本刊发表的所有文章，除另有说明外，只代表作者本人的观点，不代表本刊观点。由此引发的任何纠纷和争议本刊不受任何牵连。（3）本刊拥有自主编辑权，但仅限于不违背作者原意的技术性调整。如必须进行重大改动的，编辑部有义务告知作者，或由作者授权编辑修改，或提出意见由作者自己修改。（4）作品在《文教资料》发表后，作者同意其电子版同时发布在文教资料杂志社官方网上。（5）作者同意将其拥有的对其论文的汇编权、翻译权、印刷版和电子版的复制权、网络传播权、发行权等权利在世界范围内无限期转让给《文教资料》杂志社。本刊在与国内外文献数据库或检索系统进行交流合作时，不再征询作者意见，并且不再支付稿酬。九、特别欢迎用电子文档投稿，或邮寄编辑部,勿邮寄私人，以免延误稿件处理时间。

电力工业论文_基于特征选择和优化极限学习机的

作者:

关键词:

摘要：

文章摘要:针对负荷预测过程中特征量难以确定以及极限学习机（ELM）存在因随机产生的初始权值和阈值导致输出稳定性低的问题，提出一种基于格拉姆-施密特正交化与皮尔逊相关性分析相结合（GSO-PCA）的特征选择和改进灰狼（IGWO）算法优化ELM的短期电力负荷预测方法。首先，对两种不同类型的特征分别使用GSO算法和PCA进行优选，并根据平均绝对百分比误差（MAPE）确定最优特征集，与传统的经验特征选择、最大互信息系数（MIC）特征选择、随机森林（RF）特征选择比较，MAPE分别降低了1.34%、0.59%、0.87%，验证了GSO-PCA特征选择的优越性；其次，将Tent混沌映射和粒子群优化（PSO）算法融入到灰狼优化算法中，得到IGWO算法，并利用两种典型的测试函数对IGWO性能进行测试，证明了IGWO算法具有更强的寻优能力；然后，使用IGWO算法对ELM的初始权值和阈值进行动态优化，建立IGWO-ELM短期负荷预测模型；最后，结合实例分析，将拟合优度检验系数、平均绝对误差（MAE）、均方根误差（RMSE）和MAPE作为评价指标，并与传统的模型进行比较。仿真结果表明：所提预测模型得到的四个评价指标分别为0.9978、54.90kW、72.02kW和1.52%，且明显优于其他模型，验证了本文所提方法的有效性和优越性。

文章关键词:

论文分类号:TM715;TP18