电网动态负荷建模中的机器学习算法优化  

作　　者：张梓扬 胡晓玥 

机构地区：[1]新西兰奥克兰大学,新西兰奥克兰1052 [2]北京智芯微电子科技有限公司,北京102299

出　　处：《微型计算机》2025年第4期7-9,共3页

摘　　要：机器学习算法在电网动态负荷建模中的优化应用日益受到关注。通过对比分析支持向量机、随机森林和长短期记忆网络等算法的预测精度和计算效率,提出了一种基于集成学习的混合算法模型。该模型充分利用各算法优势,有效提高了负荷预测的准确性和鲁棒性。实验结果表明,优化后的混合算法模型在多个评估指标上均优于单一算法,为电网动态负荷建模提供了新的解决方案,对提高电力系统的规划和运行效率具有重要意义。

关 键 词：电网动态负荷建模 机器学习 算法优化 负荷预测 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]