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:
为提高电力系统短期负荷预测的精度,引入一种新型的群智能方法——粒子群优化算法,并将这种智能算法与BP算法相结合,形成了粒子群优化BP算法模型,建立了计及气象因素的短期负荷预测模型.通过具体算例将此模型与单纯的BP模型进行比较,结果表明:该算法具有较高的预测精度,完全能满足实际工程的要求.
推荐文章
基于粒子群的电力系统短期负荷预测
PSO
BP神经网络
适应度
迭代
模糊推理
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
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
基于RBFNN混合粒子群算法的电力负荷短期预测
电力负荷预测
径向基神经网络(RBFNN)
混合粒子群优化算法(HPSO)
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 粒子群优化BP算法在电力系统短期负荷预测中的应用
来源期刊 重庆工学院学报(自然科学版) 学科 工学
关键词 粒子群算法 BP模型 粒子群优化BP模型 短期负荷预测
年,卷(期) 2007,(10) 所属期刊栏目 电子与自动化
研究方向 页码范围 93-96
页数 4页 分类号 TM715
字数 3220字 语种 中文
DOI 10.3969/j.issn.1674-8425-B.2007.10.022
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 傅忠云 南京航空航天大学金城学院 17 181 6.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (459)
参考文献  (1)
节点文献
引证文献  (12)
同被引文献  (15)
二级引证文献  (205)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(9)
  • 引证文献(1)
  • 二级引证文献(8)
2016(32)
  • 引证文献(1)
  • 二级引证文献(31)
2017(45)
  • 引证文献(0)
  • 二级引证文献(45)
2018(48)
  • 引证文献(1)
  • 二级引证文献(47)
2019(59)
  • 引证文献(1)
  • 二级引证文献(58)
2020(16)
  • 引证文献(0)
  • 二级引证文献(16)
研究主题发展历程
节点文献
粒子群算法
BP模型
粒子群优化BP模型
短期负荷预测
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
重庆理工大学学报(自然科学版)
月刊
1674-8425
50-1205/T
重庆市九龙坡区杨家坪
chi
出版文献量(篇)
7998
总下载数(次)
17
总被引数(次)
41083
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导