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:
短期负荷预测是电力系统安全经济运行管理的一个基本环节.提出了基于相似日和改进粒子群算法的短期负荷预测方法,在相似负荷曲线中寻找最佳预测负荷曲线,并采用随机变异机制增强粒子群体的多样性.仿真算例验证了上述算法的有效性.
推荐文章
基于相似日的支持向量机短期负荷预测
负荷预测
最小二乘支持向量机
细菌趋化
相似日
日期距离
基于动态双组粒子群的短期负荷预测
短期负荷预测
动态双组
全局搜索
局部搜索
支持向量机
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)
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
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 考虑相似日的短期负荷改进粒子群预测方法
来源期刊 安徽电气工程职业技术学院学报 学科 工学
关键词 短期负荷预测 改进粒子群算法 相似日
年,卷(期) 2010,(3) 所属期刊栏目
研究方向 页码范围 57-59
页数 分类号 TM715
字数 2289字 语种 中文
DOI 10.3969/j.issn.1672-9706.2010.03.014
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 侯宜祥 安徽省电力公司培训中心 5 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (200)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(7)
  • 参考文献(3)
  • 二级参考文献(4)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(13)
  • 参考文献(1)
  • 二级参考文献(12)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
研究主题发展历程
节点文献
短期负荷预测
改进粒子群算法
相似日
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
安徽电气工程职业技术学院学报
季刊
1672-9706
34-1297/Z
大16开
安徽省合肥市黄山路330号
26-163
1996
chi
出版文献量(篇)
2472
总下载数(次)
8
总被引数(次)
6093
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导