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:
在无偏灰色模型的基础上,结合粒子群算法,通过对无偏灰色数据序列模型^x (o)(i)=^Ae^m(i-1),i =2,3,…中的^A 和^m 直接求解,提出了基于粒子群算法的无偏灰色预测模型。用四种不同增长率的负荷验证基于粒子群算法优化的无偏灰色模型特性优于无偏灰色模型。并将基于粒子群算法优化的无偏灰色模型用于对上海地区电力负荷进行预测,实际应用的结果也显示了优化后的无偏灰色模型有很好的预测精度和适用性。
推荐文章
基于粒子群优化算法的 AR模型参数估计
AR( P)模型
PSO算法
参数估计
基于 PRS 元模型的粒子群优化算法及其应用
粒子群优化
元模型
模糊控制器
全局优化
基于粒子群优化算法的配电网优化调度模型
配电网络
优化模型
粒子群优化算法
目标函数
基于粒子群算法的移民新村空间优化模型
粒子群算法
移民新村
空间优化
模型
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 基于粒子群优化算法的无偏灰色模型
来源期刊 通信电源技术 学科 工学
关键词 无偏灰色模型 粒子群算法(PSO) 电力负荷预测
年,卷(期) 2015,(5) 所属期刊栏目
研究方向 页码范围 99-101
页数 3页 分类号 TP273
字数 2260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 樊新启 三峡大学电气与新能源学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (144)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (2)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无偏灰色模型
粒子群算法(PSO)
电力负荷预测
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
通信电源技术
月刊
1009-3664
42-1380/TN
大16开
武汉东湖新经济技术开发区大学园路20号普诺大楼4楼
38-371
1984
chi
出版文献量(篇)
9914
总下载数(次)
58
总被引数(次)
20085
论文1v1指导