基于極限學習機(ELM)進行多變量用電量預測（Matlab代碼實作）

💥💥💥💞💞💞歡迎來到本部落格❤️❤️❤️💥💥💥

🎉作者研究：🏅🏅🏅大學計算機專業，研究所學生電氣學碩。主要研究方向是電力系統和智能算法、機器學習和深度學習。目前熟悉python網頁爬蟲、機器學習、群智能算法、深度學習的相關内容。希望将計算機和電網有效結合！⭐️⭐️⭐️

🏆部落客優勢：🌞🌞🌞部落格内容盡量做到思維缜密，邏輯清晰，為了友善讀者，部落客專門做了一個專欄目錄，整個專欄隻放了一篇文章，足見我對其重視程度：部落客專欄目錄​。做到極度細緻，友善大家進行學習！親民！！！還有我開了一個專欄給女朋友的，很浪漫的喔，代碼學累的時候去瞧一瞧，看一看：女朋友的浪漫邂逅​。有問題可以私密部落客，部落客看到會在第一時間回複。 📝目前更新：🌟🌟🌟電力系統相關知識，期刊論文，算法，機器學習和人工智能學習。🚀支援：🎁🎁🎁如果覺得部落客的文章還不錯或者您用得到的話，可以關注一下部落客，如果三連收藏支援就更好啦！這就是給予我最大的支援！

                                    🎉🎉歡迎您的到來🎉🎉

                     ⛅⛅⛅ 📃個人首頁：電力系統科研室🌈🌈🌈

                    📚📚📚📋專欄目錄：電力系統與算法之美👨‍💻👨‍💻👨‍💻

【現在公衆号名字改為：荔枝科研社】

👨‍🎓部落客課外興趣：中西方哲學，送予讀者：

👨‍💻做科研，涉及到一個深在的思想系統，需要科研者邏輯缜密，踏實認真，但是不能隻是努力，很多時候借力比努力更重要，然後還要有仰望星空的創新點和啟發點。當哲學課上老師問你什麼是科學，什麼是電的時候，不要覺得這些問題搞笑，哲學就是追究終極問題，尋找那些不言自明隻有小孩子會問的但是你卻回答不出來的問題。在我這個專欄記錄我有空時的一些哲學思考和科研筆記：科研和哲思。建議讀者按目錄次序逐一浏覽，免得驟然跌入幽暗的迷宮找不到來時的路，它不足為你揭示全部問題的答案，但若能讓人胸中升起一朵朵疑雲，也未嘗不會釀成晚霞斑斓的别一番景緻，萬一它居然給你帶來了一場精神世界的苦雨，那就借機洗刷一下原來存放在那兒的“真理”上的塵埃吧。

     或許，雨過雲收，神馳的天地更清朗.......🔎🔎🔎

📋📋📋本文目錄如下：⛳️⛳️⛳️

目錄

​​1 概述​​

​​2 Matlab代碼實作​​

​​3 寫在最後  ​​

1 概述

在本文中，極限學習機（ELM）被證明是一種強大的電力消耗預測工具，其預測精度與支援向量機（SVM）相比具有競争力，計算速度更快。此外，利用ELM研究了利用電力相關因子和環境因子等輔助資訊來增強純粹利用用電系數獲得的預測精度的潛力。此外，我們利用最合适的ELM結構，提出了一個組合優化問題，尋找輔助因子的最優子集及其相應的最優視窗大小，并提出了一種離散動态多群粒子群優化（DDMS-PSO）來解決這個問題。對真實世界建築資料集的實驗研究表明，與電力相關的因素可以提高準确性，而環境因素可以進一步提高準确性。通過使用DDMSPSO，我們找到了與電相關和環境因素的子集，它們各自的視窗大小以及ELM中隐藏神經元的數量，進而獲得最佳的預測準确性。

2 Matlab代碼實作

本文包括Matlab代碼、資料、文章講解​

3 寫在最後