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:
提出了一种将粒子群优化算法(PSO)训练神经网络用于配电网线损计算的方法.该方法使用由PSO训练的BP模型来拟合影响线损的特征参数与线损之间的复杂关系.实例计算表明,与BP算法及BP与GA结合算法比较,该方法在提高误差精度的同时可以加快训练收敛的速度.
推荐文章
基于遗传算法优化神经网络的智能配电网线损计算研究
神经网络
遗传算法
智能配电网
优化
理论线损
拟合
基于改进PSO优化RBF神经网络线损计算与分析
粒子群算法
人工神经网络算法
线损计算
窃电分析
基于改进蚁群优化算法的配电网线损计算新方法
蚁群优化算法
径向基函数神经网络
配电网
线损
基于复合学习算法的配电网理论线损计算模型
配电网理论线损
复合学习算法
广义回归神经网络
训练参数选择
粒子群算法
多元回归问题
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 基于粒子群优化算法的神经网络在配电网线损计算中的应用
来源期刊 继电器 学科 工学
关键词 配电网 线损计算 粒子群优化算法 神经网络 BP模型
年,卷(期) 2006,(10) 所属期刊栏目 配网自动化
研究方向 页码范围 73-76
页数 4页 分类号 TM744
字数 4224字 语种 中文
DOI 10.3969/j.issn.1674-3415.2006.10.018
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 盛四清 华北电力大学电气工程学院 83 935 16.0 27.0
2 王献志 华北电力大学电气工程学院 1 13 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (124)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (25)
二级引证文献  (1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(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)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(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
配电网
线损计算
粒子群优化算法
神经网络
BP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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导