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:
针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题,提出一种量子粒子群优化(QPSO)算法训练 RBF 网络的方法,在确定网络隐含层节点个数后,将 RBF 网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数.用优化后的网络进行负荷预测,结果表明,该方法与传统的负荷预测方法相比,减少了训练时间并提高了预测精度,具有较好的应用前景.
推荐文章
变参数QPSO算法优化神经网络的短期电力负荷预测
电力负荷
RBF神经网络
变参数
量子粒子群算法
相空间重构
基于改进RBF网络算法的电力系统短期负荷预测
短期负荷预测
交替梯度算法
人工神经网络
径向基函数
实用性
基于改进神经网络的农村电力系统短期负荷预测
BP神经网络
L-M算法
电力系统短期负荷
基于改进径向基函数网络的电力系统短期负荷预测
电力系统
短期负荷预测
径向基函数
改进最近邻聚类
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QPSO_RBF的电力系统短期负荷预测
来源期刊 电力系统保护与控制 学科 工学
关键词 电力系统 负荷预测 径向基函数 量子粒子群算法
年,卷(期) 2008,(18) 所属期刊栏目 理论分析
研究方向 页码范围 6-9,46
页数 5页 分类号 TM715
字数 3780字 语种 中文
DOI 10.3969/j.issn.1674-3415.2008.18.002
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 田书 河南理工大学电气工程及自动化学院 58 292 9.0 13.0
2 胡艳丽 河南理工大学电气工程及自动化学院 6 49 3.0 6.0
3 刘团结 河南理工大学电气工程及自动化学院 1 9 1.0 1.0
4 程传平 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (168)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (38)
二级引证文献  (29)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(1)
  • 二级参考文献(6)
2002(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2008(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)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
电力系统
负荷预测
径向基函数
量子粒子群算法
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