原文服务方: 太原理工大学学报       
摘要:
在分析了以往负荷模型的基础上,采用了一种新的电力系统等值综合负荷模型.在对等值综合负荷模型参数进行辨识时,采用了"改进的自适应遗传算法",该算法有效地改善了"自适应遗传算法"中高适应值和高适应值个体、高适应值和低适应值个体之间的交叉概率降低,以及进化中后期群体突变概率显著降低的缺陷.实例分析表明,该负荷模型可以较好地反映实际负荷在小干扰情况下的暂态效应,可以应用于电压稳定性暂态分析.
推荐文章
电力系统短期负荷新型Volterra预测模型研究
电力系统
短期负荷
Volterra预测模型
电力系统短期负荷预测的改进BP算法
短期负荷预测
人工神经网络
改进算法
改进贝叶斯分类器在电力系统负荷预测中的应用
贝叶斯分类器
粗糙集
负荷预测
电力系统负荷的混沌预测方法研究
混沌理论
预测
电力系统
负荷
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 改进的等值电力系统综合负荷模型研究
来源期刊 太原理工大学学报 学科
关键词 遗传算法 电力系统 负荷模型
年,卷(期) 2006,(2) 所属期刊栏目 电力工程
研究方向 页码范围 176-179
页数 4页 分类号 TM743
字数 语种 中文
DOI 10.3969/j.issn.1007-9432.2006.02.015
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 韩肖清 太原理工大学电气与动力工程学院 106 1139 18.0 30.0
2 张伟 太原理工大学电气与动力工程学院 50 173 6.0 10.0
3 魏旭锋 太原理工大学电气与动力工程学院 1 2 1.0 1.0
4 孟辉 太原理工大学电气与动力工程学院 3 14 2.0 3.0
5 林霞 太原理工大学电气与动力工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (4)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (12)
二级引证文献  (21)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
遗传算法
电力系统
负荷模型
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
太原理工大学学报
双月刊
1007-9432
14-1220/N
大16开
太原市迎泽西大街79号3337信箱
1957-01-01
汉语
出版文献量(篇)
4103
总下载数(次)
0
总被引数(次)
28999
论文1v1指导