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:
灰色GM(1,1)预测模型,在负荷预测中得到了广泛应用,但是也有其局限性.当数据灰度越大,预测精度越差,并且不太适合经济长期后推若干年的预测,在一定程度上是由模型中的参数造成的,为此引入向量,建立蚁群灰色模型,然后与神经网络模型相组合,即建立蚁群灰色神经网络组合预测模型.实证分析表明,该预测方法是合理有效的,与传统的预测方法相比,提高了预测精度,具有较好的实用价值.
推荐文章
蚁群神经网络用于农村电力短期负荷预测
蚁群算法
神经网络
短期负荷预测
农村电网
基于组合模型的短期电力负荷预测研究
电力负荷预测
蚁群算法
BP神经网络
灰色理论
基于随机灰色蚁群神经网络的近期公交客流预测
城市交通
灰色模型
神经网络
蚁群优化算法
公交客流
预测
动态调整蚁群-BP神经网络模型在短期负荷预测中的应用
水电工程
短期负荷预测
DAACS-BP网络算法
动态调整蚁群算法
BP神经网络
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 蚁群灰色神经网络组合模型在电力负荷预测中的应用
来源期刊 电力系统保护与控制 学科 工学
关键词 负荷预测 GM(1,1) 蚁群算法 BP神经网络 蚁群灰色模型
年,卷(期) 2009,(2) 所属期刊栏目 应用研究
研究方向 页码范围 48-52
页数 5页 分类号 TM715
字数 3749字 语种 中文
DOI 10.3969/j.issn.1674-3415.2009.02.011
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 吴国忠 69 534 14.0 20.0
2 王捷 10 127 5.0 10.0
3 李艳昌 1 66 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (58)
参考文献  (6)
节点文献
引证文献  (66)
同被引文献  (135)
二级引证文献  (514)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(5)
  • 引证文献(5)
  • 二级引证文献(0)
2011(20)
  • 引证文献(11)
  • 二级引证文献(9)
2012(37)
  • 引证文献(7)
  • 二级引证文献(30)
2013(66)
  • 引证文献(10)
  • 二级引证文献(56)
2014(40)
  • 引证文献(3)
  • 二级引证文献(37)
2015(76)
  • 引证文献(4)
  • 二级引证文献(72)
2016(64)
  • 引证文献(6)
  • 二级引证文献(58)
2017(93)
  • 引证文献(7)
  • 二级引证文献(86)
2018(75)
  • 引证文献(5)
  • 二级引证文献(70)
2019(80)
  • 引证文献(3)
  • 二级引证文献(77)
2020(21)
  • 引证文献(2)
  • 二级引证文献(19)
研究主题发展历程
节点文献
负荷预测
GM(1,1)
蚁群算法
BP神经网络
蚁群灰色模型
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