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:
应对短期电力负荷预测需求的提高,本文提出了一种BP神经网络的粒子群优化方法(PSO-BP算法).通过对某地区短期负荷样本开展预处理,构建了基于PSO-BP的电力负荷预测模型.由实验结果可知,PSO-BP模型预测收敛速度快,精密度有一定的提高,运行时间缩短.
推荐文章
基于混合改变惯性因子PSO-BP的短期电力负荷预测
负荷预测
预测模型理论
PDPSO-BP混合算法
PCW
DCW
精度
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
基于改进PSO-BP神经网络的短期电力负荷预测研究
改进PSO-BP算法
短期电力负荷
预测
基于灰色PSO-BP的客运量预测模型
灰色模型
PSO算法
BP神经网络
灰色PSO-BP
公路客运量预测
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 PSO-BP的短期电力负荷预测
来源期刊 电子世界 学科
关键词
年,卷(期) 2021,(23) 所属期刊栏目 技术交流
研究方向 页码范围 126-128
页数 3页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
引文网络交叉学科
相关学者/机构
期刊影响力
电子世界
半月刊
1003-0522
11-2086/TN
大16开
北京市
2-892
1979
chi
出版文献量(篇)
36164
总下载数(次)
96
总被引数(次)
46655
论文1v1指导