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:
提出了一种结合粒子群算法的改进分形预测方法.针对各年典型日负荷曲线形态相近且具有上移趋势的特点,采用调整向量来描述该趋势,在生成迭代函数系吸引子的过程中利用粒子群算法对调整向量进行优化.针对传统分形预测中迭代初始点经验性选取的问题,提出了利用“时序平移”的思想来计算迭代初始点的方法.结合调整向量优化和时序平移思想,建立改进的分形预测模型.最后,通过实例计算说明了该方法的有效性.
推荐文章
基于相似日和分时段分形插值的短期电力负荷预测
负荷预测
分形插值
分时段
灰色关联度
相似日
用样条插值法模拟典型日负荷曲线
负荷
预测
模拟
样条
一种改进的基于分形插值和小波分析的电力负荷短期预测方法
负荷预测
自相似性
参数估计
分形插值预测
小波分析
基于改进模糊聚类的典型日负荷曲线选取方法
改进模糊聚类算法
自适应因子
模糊-离散系数
典型日负荷曲线
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 采用分形插值的典型日负荷曲线改进预测方法
来源期刊 电力系统及其自动化学报 学科 工学
关键词 负荷曲线预测 典型日负荷 分形插值 迭代函数系 粒子群算法
年,卷(期) 2015,(3) 所属期刊栏目 学术论文
研究方向 页码范围 36-41
页数 6页 分类号 TM715
字数 4563字 语种 中文
DOI 10.3969/j.issn.1003-8930.2015.03.07
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 程浩忠 上海交通大学电力传输与功率变换控制教育部重点实验室 323 10481 55.0 85.0
2 杨镜非 上海交通大学电力传输与功率变换控制教育部重点实验室 37 619 10.0 24.0
3 杨宗麟 29 230 9.0 14.0
4 李萌 上海交通大学电力传输与功率变换控制教育部重点实验室 2 8 1.0 2.0
5 韩新阳 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (137)
参考文献  (14)
节点文献
引证文献  (8)
同被引文献  (61)
二级引证文献  (29)
1970(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(9)
  • 参考文献(1)
  • 二级参考文献(8)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(12)
  • 参考文献(0)
  • 二级参考文献(12)
2003(10)
  • 参考文献(0)
  • 二级参考文献(10)
2004(19)
  • 参考文献(2)
  • 二级参考文献(17)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(11)
  • 参考文献(4)
  • 二级参考文献(7)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(18)
  • 引证文献(5)
  • 二级引证文献(13)
2020(12)
  • 引证文献(0)
  • 二级引证文献(12)
研究主题发展历程
节点文献
负荷曲线预测
典型日负荷
分形插值
迭代函数系
粒子群算法
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
电力系统及其自动化学报
月刊
1003-8930
12-1251/TM
大16开
天津市南开区天津大学电气与自动化工程学院
1989
chi
出版文献量(篇)
3958
总下载数(次)
6
总被引数(次)
53050
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导