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:
对连云港市负荷特性深入分析后进行了短期负荷预测的研究,简要介绍了误差反向传播算法即BP算法的结构和原理,并将BP算法用于短期负荷预测,简单高效可行,但由于该算法收敛的时间较长、且容易陷入局部极小点,故在后文提出了用粒子群算法优化BP神经网络的新型算法,该算法能够有针对性地优化网络结构中的权值和阈值,在不断迭代的情况下,使得预测误差向减小的方向训练.实例表明,优化后的模型预测结果准确率有了较大程度提高,满足了负荷预测的基本要求.
推荐文章
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
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
连云港市海洋开发布局研究
连云港市
海洋开发
布局
基于MRA+LMBP模型对电力系统短期负荷预测的研究
短期负荷预测
人工神经网络
L-M算法
多分辨率分析
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 基于连云港市的电力系统短期负荷预测研究
来源期刊 东北电力技术 学科 工学
关键词 负荷预测 负荷特性 BP算法 粒子群算法 模型 优化
年,卷(期) 2015,(2) 所属期刊栏目 研究与应用
研究方向 页码范围 29-34
页数 6页 分类号 TM715
字数 4528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 刘明 2 40 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (77)
参考文献  (10)
节点文献
引证文献  (8)
同被引文献  (40)
二级引证文献  (9)
1992(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)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(7)
  • 参考文献(2)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
负荷预测
负荷特性
BP算法
粒子群算法
模型
优化
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
东北电力技术
月刊
1004-7913
21-1282/TM
大16开
沈阳市和平区四平街39号
1980
chi
出版文献量(篇)
4056
总下载数(次)
9
总被引数(次)
15617
论文1v1指导