本文提出了一种新颖的混合智能算法，直接建模预测区间(PIs)，利用极端学习机(ELM)和自适应进化极限学习机(SAEELM)，开发出一种精确、最优、可靠、高效的风力发电预测区间(PIs)。考虑到风力发电的不确定性，SAEELM是最先进的技术，可以估计和量化可能导致电力系统规划、经济运行和控制风险的潜在不确定性。在SAEELM中，构造了一个隐藏层的极端学习机，利用自适应差分进化(DE)优化方法优化输出权矩阵。同时，选择和调整微分进化算法中涉及的控制参数和生成策略，将开发的目标成本函数最小化。利用澳大利亚的实际风电场进行了不同的案例研究，并进行了分析。通过将统计分析和结果与其他模型和方法进行比较，例如人工神经网络(ANN)、支持向量机(SVM)和Bootstrap，因此，该方法是一种高效、准确、鲁棒、可靠的方法，用于处理集成电力系统中涉及的不确定性，以及生成高质量的PIs。此外，提出的基于SAEELM的算法比其他方法具有更好的通用性，具有较高的实际应用潜力。
——文章发布于2018年10月
