基于粒子群算法的短期电力负荷预测

• 作者: 李泽应 王军 田丽 黄世伟 黄鹏程
• 来源期刊: 安徽工程科技学院学报（自然科学版）
• 学科: 工学
• 关键词: 级联网络 粒子群 预测 短期负荷
• 年，卷（期）: 2007,（3）
• 页码范围: 51-53
• 页数: 3页
• 分类号: TP18|TM714
• 字数: 2446字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0977.2007.03.014

摘要

根据电力负荷的主要影响因素,考虑了休息日和气候因素的影响,建立了基于粒子群算法(PSO)的级联网络短期负荷预测模型.通过粒子群算法对级联网络的训练进行优化,提高模型的运算速度.结果表明,该方法预测精度较高,效果较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田丽	安徽工程科技学院安徽省电气传动与控制重点实验室	105	450	10.0	14.0
2	王军	安徽工程科技学院安徽省电气传动与控制重点实验室	28	61	4.0	5.0
3	黄世伟	安徽工程科技学院安徽省电气传动与控制重点实验室	3	9	2.0	3.0
4	李泽应	安徽工程科技学院安徽省电气传动与控制重点实验室	10	45	4.0	6.0