基于关联模糊神经网络和改进型蜂群算法的负荷预测方法

• 作者: 沈艳霞 赵芝璞 陈杰 高超
• 来源期刊: 中国电力
• 学科: 工学
• 关键词: 电力系统 负荷预测 关联模糊神经网络 改进型蜂群算法 负荷历史数据
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 电网
• 页码范围: 54-60
• 页数: 7页
• 分类号: TM715
• 字数: 5059字
• 语种: 中文
• DOI: 10.11930/j.issn.1004-9649.20160252

摘要

为提高负荷预测精度,考虑历史负荷数据之间相关联的特性,利用关联模糊神经网络建立了负荷预测模型.与其他负荷预测方法相比,基于关联模糊神经网络和改进型蜂群算法的负荷预测方法,减少了模型所需要的模糊规则的数量,降低了模型的复杂度.将该方法应用于某地实际负荷预测,数值结果表明,该方法具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈艳霞	江南大学物联网技术应用教育部工程研究中心	177	2135	23.0	39.0
2	赵芝璞	江南大学物联网技术应用教育部工程研究中心	18	229	8.0	15.0
3	陈杰	江南大学物联网技术应用教育部工程研究中心	14	43	4.0	6.0
4	高超		3	13	1.0	3.0