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:
负荷模型的参数识别决定着总体测辨法的精度。在四川地区电网广域测量系统工程基础上,提出了基于改进粒子群算法的负荷模型参数辨识方法。改进粒子群算法结合了传统粒子群算法和多曲线差分拟合方法,新方法既有粒子群算法的全局搜索能力又有多曲线拟合差分方法的局部搜索能力,能够有效地提高收敛速度。通过对模拟电能质量监测系统所获取的数据仿真,结果表明采用改进粒子群算法可以提高负荷模型辨识精度,并降低模型参数的辨识时间。
推荐文章
系统辨识的粒子群优化方法
结构辨识
参数辨识
粒子群优化算法
组合优化
基于细菌觅食特征改进粒子群算法优化SVM模型参数研究
细菌觅食特征
粒子群算法
支持向量机
故障预测
基于日负荷曲线的改进粒子群算法
分布式电源
配电网
线损
负荷曲线
粒子群算法
基于改进粒子群算法的水轮机调速系统参数优化研究
水轮机
调速系统
改进粒子算法
参数优化
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 基于四川电能质量监测系统与改进粒子群算法的负荷模型参数辨识方法研究
来源期刊 四川电力技术 学科 工学
关键词 电力系统 负荷建模 粒子群算法 多曲线差分拟合 参数辨识
年,卷(期) 2013,(5) 所属期刊栏目 四川电科院专栏
研究方向 页码范围 25-29
页数 5页 分类号 TM712
字数 3582字 语种 中文
DOI
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 刘影 电子科技大学能源科学与工程学院 14 57 4.0 7.0
2 王均 电子科技大学能源科学与工程学院 2 9 1.0 2.0
3 吴瀚 电子科技大学能源科学与工程学院 3 2 1.0 1.0
4 滕予非 国网四川省电力公司电力科学研究院 57 172 8.0 10.0
5 丁理杰 国网四川省电力公司电力科学研究院 28 104 6.0 9.0
6 张周晶 电子科技大学能源科学与工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (165)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(5)
  • 参考文献(3)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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
电力系统
负荷建模
粒子群算法
多曲线差分拟合
参数辨识
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
四川电力技术
双月刊
1003-6954
51-1315/TM
大16开
四川省成都市高新区锦晖西二街16号四川电科院媒体业务中心
1978
chi
出版文献量(篇)
3021
总下载数(次)
2
总被引数(次)
10921
论文1v1指导