基于WOA-ELM的电力负荷预测模型研究

电力负荷预测是保障电力系统运行的关键技术。针对电力负荷受时间、温度、湿度、风速和电力需求等因素影响导致预测精度较差的问题,提出利用鲸鱼优化算法对极限学习机的连接权重和隐含层阈值进行优化,构建基于WOA-ELM的电力负荷预测模型。结合实例分析,与其他优化过的机器学习模型(GA-BP模型、PSO-SVM模型)及传统的ELM模型进行对比,结果验证了WOA-ELM模型的有效性,在电力负荷预测方面有较高的精度及较快的训练速度。

智慧电厂建设模式应用探索

国能(泉州)热电有限公司的智慧电厂建设,实现了管理信息化与生产自动化融合,并引入大数据、物联网等新技术,使得分析决策更智慧、管理理念更先进、设备管理更自动、信息应用更高效,确保在实现碳达峰碳中和目标过程中,新能源高效消纳及电力可靠供应。