您的位置: 专家智库 > >

青海大学中青年科研基金(2012-QGT-01)

作品数:2 被引量:8H指数:2
相关作者:司杨张海峰樊一娜更多>>
相关机构:青海大学更多>>
发文基金:青海大学中青年科研基金更多>>
相关领域:自动化与计算机技术电气工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程
  • 2篇自动化与计算...

主题

  • 1篇电力
  • 1篇电力负荷
  • 1篇电力负荷预测
  • 1篇优化算法
  • 1篇神经网
  • 1篇神经网络
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇基于神经网络
  • 1篇负荷预测

机构

  • 2篇青海大学

作者

  • 1篇张海峰
  • 1篇樊一娜
  • 1篇司杨

传媒

  • 2篇青海大学学报...

年份

  • 2篇2013
2 条 记 录,以下是 1-2
排序方式:
基于神经网络的太阳辐照度预测方法研究被引量:6
2013年
以天数、时间、天气情况、温度作为输入数据,太阳辐照度作为输出数据,提出采用人工神经网络建立太阳辐照度预测模型,并通过这一模型进行太阳辐照度预测。通过在青海大学内进行的实验建立适用于西宁地区的太阳辐照度神经网络模型。并根据这一模型对2012年5月12日太阳辐照度情况进行了预测。结果表明,对于预测天气和预测温度与实际情况接近时,平均误差为10%左右。
司杨张海峰
关键词:神经网络
基于粒子群优化算法的灰色模型在电力负荷预测中的应用被引量:2
2013年
传统的灰色预测模型GM(1,1)在预测增长速度较快的电力负荷变化时,预测精度会大幅下降。针对GM(1,1)的这一局限性,本文引入了粒子群优化算法与传统的GM(1,1)相结合来求解灰色模型中的参数。通过对三组不同电力负荷的实例仿真,证明该模型在预测增长速度较快的电力负荷时具有较高的预测精度。
樊一娜
关键词:负荷预测粒子群优化
共1页<1>
聚类工具0