基于蚁群算法的电力负荷组合预测

• 作者: 李升 江哲恒 陈锦涛
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 组合预测 蚁群算法 负荷预测 权重
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 基金项目与博士论文
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP301.6
• 字数: 2961字
• 语种: 中文

摘要

为了提高负荷预测的准确性,引入了优化组合预测模型,将几个电力负荷预测模型有机地结合起来,通过综合各个预测模型的优点,得出更为准确的结果.文中采用改进蚁群算法作为优化方法,并用实例证明,基于改进蚁群算法的电力负荷组合预测方法,运算速度快,预测精度高,相对误差小,有一定的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李升	南京工程学院电力工程学院	58	287	9.0	15.0
2	陈锦涛	南京工程学院电力工程学院	14	95	6.0	9.0
3	江哲恒		1	0	0.0	0.0