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:
为预测短期电力负荷,可采用神经网络方法预测,而神经网络复杂权重和阈值的参数调节为预测精度的提升增加了一定程度的困难.采用进化计算算法优化过后的神经网络拥有更为优良的结构,能够提高神经网络的预测精度,为了使求解神经网络结构的进化计算算法拥有更为优秀的搜索能力,可改进算法求解网络模型结构.对进化计算花粉算法的改进及改进效果进行了研究.
推荐文章
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
改进型神经网络的热负荷预测
热负荷预测
BP神经网络
改进型神经网络
预测精度
基于改进BP神经网络的中央空调冷负荷预测研究
负荷预测
BP神经网络
粒子群算法
误差反馈
基于PSO?BP神经网络的短期负荷预测算法
短期负荷预测
BP神经网络
粒子群算法
零相滤波器
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 基于改进花粉算法优化的神经网络负荷预测研究
来源期刊 能源与环保 学科 工学
关键词 短期电力预测 进化计算 神经网络 花粉算法
年,卷(期) 2021,(2) 所属期刊栏目 机电与自动化
研究方向 页码范围 146-150
页数 5页 分类号 TM615|TP18
字数 语种 中文
DOI 10.19389/j.cnki.1003-0506.2021.02.031
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (93)
共引文献  (107)
参考文献  (11)
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(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(13)
  • 参考文献(3)
  • 二级参考文献(10)
2017(11)
  • 参考文献(4)
  • 二级参考文献(7)
2021(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
短期电力预测
进化计算
神经网络
花粉算法
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
能源与环保
月刊
1003-0506
41-1443/TK
大16开
郑州市高新技术产业开发区枫杨街17号
1979
chi
出版文献量(篇)
9074
总下载数(次)
4
论文1v1指导