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:
目前应用于短期负荷预测领域的传统预测方法可归为两大类:基于数学外推思想和考虑相关因素思想的预测方法.传统预测方法的缺陷主要有以下两点: 1)传统方法多为线性模型,而负荷是人们的活动与气象、经济等因素的综合作用结果,简单的线性模型只能大致确定负荷的发展方向,无法细致描述这种复杂的非线性作用关系.
推荐文章
克隆选择粒子群优化BP神经网络电力需求预测
BP神经网络
克隆选择算法
粒子群优化
电力需求
基于 BP 神经网络系统的短期电力负荷预测
电力负荷预测
神经网络
BP 算法
MATLAB
误差分析
基于BP神经网络的电力系统短期负荷预测
负荷预测
神经网络
遗传算法
粒子群优化的神经网络模型在短期负荷预测中的应用
粒子群优化
神经网络
径向基函数
全局寻优
负荷预测
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 粒子群优化BP神经网络在短期负荷预测误差修正模型中的应用研究
来源期刊 电气应用 学科
关键词 短期负荷预测 粒子群优化 BP神经网络 误差修正模型
年,卷(期) 2015,(5) 所属期刊栏目 电力系统
研究方向 页码范围 28-32
页数 5页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (95)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(4)
  • 参考文献(2)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(6)
  • 参考文献(2)
  • 二级参考文献(4)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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
粒子群优化
BP神经网络
误差修正模型
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
电气应用
月刊
1672-9560
11-5249/TM
大16开
北京市西城区百万庄大街22号
82-341
1982
chi
出版文献量(篇)
8789
总下载数(次)
13
论文1v1指导