基于遗传算法的电力负荷预测被引量：3

下载PDF

导出

摘要电力负荷预测在现代电力工业发展中占有很重要的地位,为了更准确的预测电力负荷,本文提出了一种新的基于遗传算法的电力负荷预测方法,简要的介绍了算法设计思路,并给出了相关的实验结果及其分析,最后通过实验说明了该算法的有效性。

作者吴元香

机构地区西藏电力有限公司电力科学研究院

出处《科技信息》 2013年第6期472-472,共1页 Science & Technology Information

关键词电力负荷预测遗传算法

参考文献2

1赵璐.基于人工神经网络的电力系统负荷预测[J].硅谷,2008,1(8). 被引量：1
2朱向阳,林鹤云.基于RAN网络的短期负荷预测[J].电力系统及其自动化学报,2004,16(5):62-65. 被引量：1
3张海峰,沈茜,唐岩,李元武,张金霞.人工神经网络在电力系统中的应用[J].青海大学学报（自然科学版）,2005,23(6):12-15. 被引量：3
4焦昱华.基于神经网络的电力系统短期负荷预测[J].贵州电力技术,2010(12):52-53.
5张伟.基于人体舒适度指数的配电网短期负荷预测方法[J].电力系统保护与控制,2013,41(9):74-79. 被引量：19
6张刚,刘福潮,王维洲,李正远,郑晶晶,梁雅芳.电网短期负荷预测的BP-ANN方法及应用[J].电力建设,2014,35(3):54-58. 被引量：21
7崔亚,任明炜.基于多重分类器模型的微网短期负荷预测[J].电力科学与技术学报,2014,29(1):56-58. 被引量：4
8杨延西,刘丁,李琦,郑岗.基于BP-GA混合学习算法的神经网络短期负荷预测[J].信息与控制,2002,31(3):284-288. 被引量：12
9万江,周珺,梁伟,郑继红,李龙,李登峰.基于改进型神经网络模型的负荷短期预测仿真研究[J].重庆电力高等专科学校学报,2017,22(3):31-36. 被引量：1
10滕菲,王宁.电力负荷预测技术[J].黑龙江电力,2002,24(5):342-345. 被引量：13

1张亚东,杨宝龙.一种船用变频控制器的硬件设计[J].船电技术,2014,34(5):74-76. 被引量：1
2杨宝龙,张颖辉,李海燕.一种角位仪的研究设计[J].船电技术,2014,34(9):43-45.
3申永军,史维祥,王孙安.液压系统H_∞控制器的设计[J].兰州大学学报（自然科学版）,2002,38(2):72-76.
4陈茂惠,吴国涛,朱光明,尤金跨,林祖赓.硼掺杂的中间相碳素微球 (MCMB)用作锂离子电池负极材料的性能及表征(英文)[J].电化学,2001,7(3):263-269. 被引量：7
5黄斌,潘云蛟.PMSM磁场定向控制设计[J].舰船科学技术,2016,38(11):133-137.
6李汉强.基于磁通观测器的转差频率型异步电机矢量控制系统[J].自动化学报,1997,23(6):750-755. 被引量：4
7杨宝龙,王治国,黄凌.一种励磁控制器的研究设计[J].船电技术,2014,34(9):41-42.
8王利杰,曹颖.超临界机组背压变化引起协调控制调节品质变差问题的优化[J].科技信息,2010(35):244-245. 被引量：2
9刘小虎,杨迎化.软开关逆变器控制策略研究[J].舰船电子工程,2011,31(3):178-180. 被引量：1
10胡俐蕊.EM78P447S单片机及其在直流电机遥控系统中的应用[J].仪器仪表用户,2002,9(4):22-25.

科技信息

2013年第6期

内容加载中请稍等...