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:
通过对电力负荷变化规律和影响因素的分析,提出了一种新的短期电力负荷预测模型.首先利用混沌理论将杂乱无章的历史数据进行相空间重构,找出其中的潜在规律,并粗选预测参考点;然后利用蚁群优化算法,考虑距离因素和相点演化的相关性因素,对粗选的预测参考点作进一步精选,提高其质量;最后采用GM(1,1)灰色模型得到预测日的负荷数据.实际算例验证了提出的方法具有较好的预测精度.
推荐文章
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)
短期电力负荷预测方法研究
电力系统
短期电力负荷
灰色预测方法
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
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 基于混沌蚁群算法的电力短期负荷预测
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 混沌理论 蚁群算法 短期负荷预测
年,卷(期) 2011,(4) 所属期刊栏目 专题研究·自动化技术
研究方向 页码范围 40-43
页数 分类号 TM715
字数 3273字 语种 中文
DOI 10.3969/j.issn.1674-6864.2011.04.009
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 李慧 北京信息科技大学自动化学院 56 133 6.0 9.0
2 王来运 2 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  (72)
共引文献  (161)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (16)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(3)
  • 参考文献(1)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(3)
  • 参考文献(2)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(6)
  • 参考文献(2)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(15)
  • 参考文献(0)
  • 二级参考文献(15)
2004(11)
  • 参考文献(0)
  • 二级参考文献(11)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
混沌理论
蚁群算法
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导