作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文中将人工神经网络中的误差反向传播算法应用于电力系统潮流计算,通过算例表明,该算法具有较好的收敛特性.
推荐文章
电力系统潮流优化综述
电力系统
优化潮流
混合粒子群算法
遗传算法
改进牛顿法大规模电力系统潮流计算
大规模电力系统
潮流计算
改进牛顿法
病态系统
基于牛顿—拉夫逊电力系统潮流计算的改进算法
电力系统潮流计算
故障分析
牛顿—拉夫逊算法
迭代计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 电力系统潮流误差反向传播算法
来源期刊 青海大学学报(自然科学版) 学科 工学
关键词 电力系统 潮流计算 误差反向传播算法 神经网络
年,卷(期) 2005,(6) 所属期刊栏目
研究方向 页码范围 9-11,21
页数 4页 分类号 TM744
字数 2085字 语种 中文
DOI 10.3969/j.issn.1006-8996.2005.06.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李斌 青海大学水电系 94 454 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
电力系统
潮流计算
误差反向传播算法
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
青海大学学报(自然科学版)
双月刊
1006-8996
63-1042/N
青海省西宁市宁大路251号
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
12289
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导