SIA OpenIR  > 机器人学研究室
电力系统供电负荷短期预测模型设计
其他题名Prediction Model design of Short-Term Load for Power System
唐鉴; 丛杨; 高宏伟
作者部门机器人学研究室
关键词电量负荷 反向传播神经网络 粒子群算法 遗传算法优化 预测
发表期刊计算机仿真
ISSN1006-9348
2016
卷号33期号:2页码:171-174, 179
收录类别CSCD
CSCD记录号CSCD:5646415
产权排序1
资助机构国家自然科学基金面上项目(NSFC 61375014)
摘要为了提高供电系统电量负荷预测的精度,加快收敛速度,改进陷入局部最小值的可能性以及优化过程单一等问题,建立了电力系统供电负荷短期预测模型,提出粒子群算法对反向神经网络初始化,并引入改进的遗传算法,在交叉过程中用父代最佳值与下一代种群结合,优化网络权值,提升模型性能。将模型应用于辽宁某地区短时电量预测中,结果表明,上述方法加快了模型的收敛速度,提高了预测精度;电力系统供电负荷短期预测模型很好地解决了电量预测精度不高等问题。
其他摘要In order to improve power load prediction accuracy,fasten convergence,avoid local minima,and optimize the process,a prediction model of short-term load for power system is established. The Particle Swarm Optimization is used for model initialization,and the improved genetic algorithm is introduced. The improved model is applied to predict the short-time power in a region of Liaoning. Results show that this method accelerates the convergence of BP neural network and improve the prediction accuracy.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/17835
专题机器人学研究室
通讯作者唐鉴
作者单位1.沈阳理工大学信息科学与工程学院
2.中国科学院沈阳自动化研究所
推荐引用方式
GB/T 7714
唐鉴,丛杨,高宏伟. 电力系统供电负荷短期预测模型设计[J]. 计算机仿真,2016,33(2):171-174, 179.
APA 唐鉴,丛杨,&高宏伟.(2016).电力系统供电负荷短期预测模型设计.计算机仿真,33(2),171-174, 179.
MLA 唐鉴,et al."电力系统供电负荷短期预测模型设计".计算机仿真 33.2(2016):171-174, 179.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
电力系统供电负荷短期预测模型设计.pdf(583KB)期刊论文作者接受稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[唐鉴]的文章
[丛杨]的文章
[高宏伟]的文章
百度学术
百度学术中相似的文章
[唐鉴]的文章
[丛杨]的文章
[高宏伟]的文章
必应学术
必应学术中相似的文章
[唐鉴]的文章
[丛杨]的文章
[高宏伟]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 电力系统供电负荷短期预测模型设计.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。