|
|||||
|
|
| 基于GSA的ELM电能质量扰动识别方法研究 | |
| 作者姓名： | 李斌 韩晓红 |
| 作者单位： | 1. 国网宁夏电力公司信息通信公司,宁夏银川,750001 2. 太原理工大学新型传感器与智能控制教育部重点实验室/机械电子工程研究所,山西太原,030024 |
| 基金项目： | 山西省自然科学基金资助项目 |
| 摘 要： | ELM是一个单隐层神经网络,具有良好的泛化和快速学习能力,该算法只需用户调整隐含层节点个数,但该参数的选择直接影响了ELM的性能.文章提出一种新的优化方案,该方案使用GSA优化输入特征子集和隐含层节点数以提高ELM的性能,实验结果表明:该方法在识别电能质量扰动方面更快、更准确. |
| 关 键 词： | GSA ELM 小波变换 特征选择 万有引力搜索算法 极限学习机 |