首页> 中文期刊> 《自动化与仪器仪表》 >基于PSO-BP混合算法的短期电力负荷预测

基于PSO-BP混合算法的短期电力负荷预测

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

将粒子群优化算法和BP神经网络算法相结合,形成粒子群-神经网络(PSO-BP)混合算法,建立了涉及各种影响因素的短期负荷预测模型。运用所建立的PSO-BP混合算法和BP算法的负荷预测模型进行短期负荷预测,比较所得结果可知,PSO-BP混合算法预测精度较高,效果较好。

著录项

来源
《自动化与仪器仪表》 |2009年第2期|40-41|共3页
作者
田丽; 夏新运; 蒋慧; 张淑芳;
展开▼
作者单位

安徽工程科技学院安徽省电气传动与控制重点实验室;

展开▼
原文格式 PDF
正文语种 chi
中图分类人工智能理论;负荷分析;
关键词
粒子群; PSO-BP混合算法; 短期负荷; 预测;

相似文献

中文文献
外文文献
专利

1. 基于混合改变惯性因子PSO-BP的短期电力负荷预测 [J] . 王伟 ,杨跞 ,杜晓彬 . 宁夏电力 . 2017,第006期
2. 基于数据挖掘的PSO-BP短期电力负荷预测 [J] . 曾德斌 ,许江淳 ,杨杰超 . 自动化仪表 . 2020,第005期
3. 基于改进PSO-BP神经网络的短期电力负荷预测 [J] . 翟帅华 ,姜雲腾 ,李萍 . 工业控制计算机 . 2018,第009期
4. 基于改进PSO-BP神经网络的短期电力负荷预测研究 [J] . 乔维德 . 电力系统保护与控制 . 2007,第017期
5. 基于自适应混合算法的短期电力负荷预测 [J] . 杨婧 ,安江 . 计算机与数字工程 . 2020,第011期
6. 基于RBF神经网络采用混合粒子群优化的电力负荷短期预测 [C] . 刘伟 ,王科俊 ,姚杰 . 2007年中国智能自动化会议 . 2007
7. 基于改进PSO-BP神经网络模型的短期电力负荷预测研究 [A] . 赵晋晔 . 2009

获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

客服微信
服务号