期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
改进人工智能神经网络的短期电力负荷预测
被引量：
4
原文传递
导出
摘要
为提高电力负荷预测精度，提出一种改进人工智能神经网络的短期电力负荷预测模型。采用人工神经网络的非线性预测能力建立电力负荷预测模型。并利用遗传算法优化神经网络连接权值。对某地区短期电力负荷数据进行仿真测试，结果表明，改进人工智能神经网络提高了短期电力负荷的预测准确度，有效减少了平均预测误差。
作者
刘春霞
张雪艳
机构地区
郑州职业技术学院
出处
《电气应用》
北大核心
2013年第4期74-77,共4页
Electrotechnical Application
关键词
短期电力负荷
神经网络
遗传算法
预测
分类号
TM715 [电气工程—电力系统及自动化]
引文网络
相关文献
节点文献
二级参考文献
79
参考文献
10
共引文献
378
同被引文献
29
引证文献
4
二级引证文献
143
参考文献
10
1
张雪君,陈刚,周杰,马爱军,张忠静.
基于粒子群优化鲁棒支持向量回归机的中长期负荷预测[J]
.电力系统保护与控制,2009,37(21):77-81.
被引量：21
2
石海波.
PCA-SVM在电力负荷预测中的应用研究[J]
.计算机仿真,2010,27(10):279-282.
被引量：15
3
师彪,李郁侠,于新花,闫旺.
基于改进粒子群-模糊神经网络的短期电力负荷预测[J]
.系统工程理论与实践,2010,30(1):157-166.
被引量：46
4
高山,单渊达.
神经网络短期负荷预测输入变量选择新方法[J]
.电力系统自动化,2001,25(22):41-44.
被引量：35
5
周德强.
改进的灰色Verhulst模型在中长期负荷预测中的应用[J]
.电网技术,2009,33(18):124-127.
被引量：40
6
魏伟,牛东晓,常征.
负荷预测技术的新进展[J]
.华北电力大学学报（自然科学版）,2002,29(1):10-15.
被引量：61
7
赵宏伟,任震,黄雯莹.
基于周期自回归模型的短期负荷预测[J]
.中国电机工程学报,1997,17(5):348-351.
被引量：37
8
雷绍兰,孙才新,周湶,张晓星.
电力短期负荷的多变量时间序列线性回归预测方法研究[J]
.中国电机工程学报,2006,26(2):25-29.
被引量：96
9
程其云,孙才新,张晓星,周湶,杜鹏.
以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J]
.电工技术学报,2004,19(10):53-58.
被引量：23
10
莫维仁,张伯明,孙宏斌,胡子珩,刘顺桂.
扩展短期负荷预测的原理和方法[J]
.中国电机工程学报,2003,23(3):1-4.
被引量：35
二级参考文献
79
1
拜存有,冯旭,张升堂,李德君.
灰色等维新息模型在灌溉用水量预测中的应用研究[J]
.西北农林科技大学学报（自然科学版）,2004,32(9):115-118.
被引量：17
2
程其云,孙才新,张晓星,周湶,杜鹏.
以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J]
.电工技术学报,2004,19(10):53-58.
被引量：23
3
牛东晓,陈志业.
交叉灰色预测法预测发电设备可靠性指标[J]
.中国电机工程学报,1993,13(4):25-30.
被引量：11
4
杨延西,刘丁.
基于小波变换和最小二乘支持向量机的短期电力负荷预测[J]
.电网技术,2005,29(13):60-64.
被引量：85
5
陈泽淮,张尧,武志刚.
RBF神经网络在中长期负荷预测中的应用[J]
.电力系统及其自动化学报,2006,18(1):15-19.
被引量：46
6
韩肖重.
灰色理论在中长期负荷预测中的应用[J]
.科技情报开发与经济,2006,16(4):184-186.
被引量：3
7
王辛.
改进径向函数网格（RBFN）在电力负荷预报中的应用[J]
.中国电机工程学报,1996,16(4):285-287.
被引量：6
8
张国华,张展羽,邵光成,殷国玺.
基于粒子群优化算法的灌溉渠道配水优化模型研究[J]
.水利学报,2006,37(8):1004-1008.
被引量：53
9
王波,王灿林,梁国强.
基于粒子群寻优的D-S算法[J]
.传感器与微系统,2007,26(1):84-86.
被引量：14
10
俞明生,冯桂宏,杨祥.
组合优化灰色模型在中长期电力负荷预测中的应用[J]
.沈阳工业大学学报,2007,29(2):153-156.
被引量：20
共引文献
378
1
郑睿程,顾洁,金之俭,彭虹桥,蔡珑.
数据驱动与预测误差驱动融合的短期负荷预测输入变量选择方法研究[J]
.中国电机工程学报,2020,40(2):487-500.
被引量：46
2
苗建杰,李德波,李慧君.
基于人工神经网络的锅炉受热面积灰预测研究现状及展望[J]
.洁净煤技术,2021,27(S02):212-220.
被引量：9
3
吕海灿,王伟峰,赵兵,张毅,郭秋婷,胡伟.
基于Wide&Deep-LSTM模型的短期台区负荷预测[J]
.电网技术,2020,44(2):428-436.
被引量：58
4
占勇,程浩忠,丁屹峰.
自适应神经网络在短期负荷预测中的应用[J]
.上海交通大学学报,2005,39(S1):14-17.
被引量：6
5
孙海健.
基于子集自回归模型的短期负荷预测[J]
.电力需求侧管理,2001,3(5):23-26.
6
方卫华.
人工神经网络模型用于水电能源科学的问题探讨[J]
.水电能源科学,2004,22(3):71-74.
被引量：9
7
康重庆,夏清,胡左浩,张伯明.
电力市场中预测问题的新内涵[J]
.电力系统自动化,2004,28(18):1-6.
被引量：30
8
冉启文,单永正,王建赜,王骐.
Wavelet time series MPARIMA modeling for power system short term load forecasting[J]
.Journal of Harbin Institute of Technology(New Series),2003,10(1):11-18.
9
杨昭,金国民,苗志彬.
基于模糊-RBF BP神经网络的天然气负荷预测[J]
.暖通空调,2005,35(3):96-99.
被引量：6
10
强同波.
几种电力负荷预测方法在用电分析系统中的应用[J]
.山东电力高等专科学校学报,2005,8(1):68-71.
被引量：4
同被引文献
29
1
冯丽,邱家驹.
基于电力负荷模式分类的短期电力负荷预测[J]
.电网技术,2005,29(4):23-26.
被引量：33
2
王志勇,郭创新,曹一家.
基于模糊粗糙集和神经网络的短期负荷预测方法[J]
.中国电机工程学报,2005,25(19):7-11.
被引量：53
3
宋清昆,郝敏.
一种改进的模糊C均值聚类算法[J]
.哈尔滨理工大学学报,2007,12(4):8-10.
被引量：26
4
廖旎焕,胡智宏,马莹莹,卢王允.
电力系统短期负荷预测方法综述[J]
.电力系统保护与控制,2011,39(1):147-152.
被引量：269
5
杜莉,张建军.
神经网络在电力负荷预测中的应用研究[J]
.计算机仿真,2011,28(10):297-300.
被引量：42
6
李永斌.
短期电力负荷预测模型的建立与应用[J]
.计算机仿真,2011,28(10):316-319.
被引量：20
7
黎祚,周步祥,林楠.
基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测[J]
.电力系统保护与控制,2012,40(3):56-60.
被引量：72
8
蓝玉龙,覃珍琴.
基于相空间重构理论的电力负荷预测[J]
.计算机仿真,2012,29(4):341-344.
被引量：6
9
韩红桂,乔俊飞,薄迎春.
基于信息强度的RBF神经网络结构设计研究[J]
.自动化学报,2012,38(7):1083-1090.
被引量：54
10
田军.
改进蚁群算法的中长期电力负荷预测[J]
.黑龙江科技信息,2012(35):106-106.
被引量：1
引证文献
4
1
窦小磊,郑玉丽.
基于改进数据子空间算法的电力负荷预测问题[J]
.计算机仿真,2014,31(12):125-128.
被引量：2
2
孙崧,高智勇.
基于优化RBF神经网络的电力负荷预测研究[J]
.电气应用,2015,34(10):148-152.
被引量：3
3
廖慧惠.
基于改进人工智能的短期电力负荷预测算法研究[J]
.长春工程学院学报（自然科学版）,2019,20(2):23-26.
被引量：1
4
李焱,贾雅君,李磊,郝建姝,张晓英.
基于随机森林算法的短期电力负荷预测[J]
.电力系统保护与控制,2020,48(21):117-124.
被引量：137
二级引证文献
143
1
冯忠义,王咏欣,袁博,冯秀丽,姚志安,吴志刚.
基于随机森林和改进局部预测的短期电力负荷预测[J]
.水利水电技术（中英文）,2021,52(S02):300-305.
被引量：16
2
何川.
基于关联度分析组合法的电网负荷预测[J]
.内江科技,2022,43(7):20-21.
3
李平,周俊明,来纯晓,李艳翠,司马笑莹.
基于随机森林的无线信号弱覆盖识别率预测[J]
.电信快报,2021(6):41-46.
被引量：2
4
尹二新,董泽,曹晓玲.
基于状态寻优的工业系统动态数据驱动建模[J]
.计算机仿真,2018,35(5):133-136.
被引量：4
5
曹敏,邹京希,魏龄,赵旭,张林山,李鹏.
基于RBF神经网络的配电网窃电行为检测[J]
.云南大学学报（自然科学版）,2018,40(5):872-878.
被引量：17
6
陈静鹏,王子强,李家璐,张勇.
基于改进k-means算法的电网数据实时交换方法研究[J]
.电子设计工程,2020,28(5):162-166.
被引量：9
7
李震,张思,任娴婷,黄远平.
基于数据驱动的线性聚类ARIMA长期电力负荷预测[J]
.科学技术与工程,2020,20(16):6497-6504.
被引量：35
8
苏进.
基于大数据随机森林算法的低满意度用户预测[J]
.通讯世界,2021,28(2):33-34.
9
黄慧,贾嵘,师小雨,王颂凯.
考虑机组动态特性的超短期风电功率预测及不确定性量化分析[J]
.电力系统保护与控制,2021,49(8):109-117.
被引量：19
10
李大双.
基于LSTM的微电网短期负荷预测研究[J]
.大众科技,2021,23(4):5-8.
被引量：1
1
褚华宇,高志强,盛四清.
计及雾霾影响的光伏功率预测方法[J]
.河北电力技术,2014,33(5):23-26.
被引量：12
2
杨伟,章慧芸,仲海波.
基于模糊神经网络的VSC-HVDC系统控制器的研究[J]
.电力系统保护与控制,2014,42(8):115-120.
被引量：10
3
何良辰,刘杨.
遗传算法优化神经网络的直线电机定位力辨识[J]
.自动化与仪表,2016,31(2):1-3.
被引量：2
4
刘星平.
基于神经网络的电动机间接矢量控制系统[J]
.微计算机信息,2010,26(2):164-165.
5
李鑫,彭向阳,钱冠军.
输电线路感应雷与直击雷的辨识方法研究[J]
.广东电力,2012,25(2):50-56.
被引量：2
6
夏新运,田丽,李玲纯.
变结构组合预测方法在短期电力负荷预测中的应用[J]
.自动化与仪器仪表,2009(6):69-70.
7
刘绚,刘天琪.
基于小波变换和遗传算法优化神经网络负荷预测[J]
.四川电力技术,2010,33(3):15-18.
被引量：3
8
杨军.
基于蚁群算法的变压器故障诊断方法研究[J]
.电气应用,2012,31(10):70-73.
被引量：1
9
张珂斐,郭江,聂德鑫,袁方,肖志怀.
基于化学反应优化神经网络与融合DGA算法的油浸式变压器模型研究[J]
.高电压技术,2016,42(4):1275-1281.
被引量：38
10
戴仁昶,张伯明,戚其荟.
暂态稳定仿真的综合人工智能方法[J]
.中国电机工程学报,2002,22(12):1-5.
被引量：6
电气应用
2013年 第4期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部
