基于极限学习机的电力配网物资需求预测

摘要

随着电力企业的快速发展,物资管理在企业精细化运营过程中越显重要。物资需求预测是电力企业物资管理的重要内容,它可以指导企业的物资投入与使用,提升企业经济与管理效益,优化企业资源配置。本文针对电力配网建设项目物资需求预测问题,提出了一种基于极限学习机的多任务学习方法。该方法在统一的学习框架内同时对多种配网建设物资需求进行建模,实现了不同配网项目以及不同类型物资需求的知识共享。广东电网配网建设项目物资需求预测的实验表明,与多元线性回归、K近邻、单任务BP神经网络等已有方法相比,该方法在学习效率和模型的预测准确性上具有显著的优势,在电力企业物资管理和预测工作上具有较高的实践和理论价值。