标题：基于优化回声状态网络的短期电力负荷预测
作者：周璇 迟慧
作者单位：东南大学自动化学院，江苏 南京 210096
关键字：时间序列，回声状态网络，粒子群算法，短期负荷预测
摘要：采用回声状态网络预测电力负荷，具有高稳定、学习快速等特点。但目前构造典型ESN模型时储备池参数多选用经验参数，为克服ESN中动态储备池的黑盒特性及缺少机理性设计的问题，采用改进粒子群优化算法对储备池中重要参数进行优化，即以模型预测值与实际值的误差为优化目标来调节参数，对比BP神经网络的预测误差。结果表明采用基于改进PSO优化的ESN电力负荷预测模型具有更高的预测精度和泛化能力。