您的位置： 专家智库 > >

张红梅

作品数：2 被引量：67H指数：2
供职机构：河海大学能源与电气学院更多>>
相关领域：电气工程更多>>

合作作者

文献类型

  • 2篇中文期刊文章

领域

  • 2篇电气工程

主题

  • 2篇电力
  • 2篇电力负荷
  • 2篇电力负荷预测
  • 2篇短期电力负荷
  • 2篇短期电力负荷...
  • 2篇短期负荷预测
  • 2篇子群
  • 2篇粒子群
  • 2篇负荷预测
  • 1篇电力系统
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇向量
  • 1篇向量机
  • 1篇模糊神经
  • 1篇模糊神经网络

机构

  • 2篇河海大学

作者

  • 2篇张红梅
  • 2篇龚灯才
  • 2篇刘玲
  • 1篇严登俊
  • 1篇卫志农
  • 1篇李大鹏

传媒

  • 1篇继电器
  • 1篇电力系统及其...

年份

  • 2篇2006
共 2 条 记 录，以下是 1-2
全选 清除 导出
排序方式：
基于粒子群模糊神经网络的短期电力负荷预测被引量：35
2006年
为了从根本上提高短期电力负荷预测中神经网络的速度和预测精度,提出了将粒子群算法和BP算法相结合的短期负荷预测方法。用粒子群算法来训练网络参数,直到误差趋于一稳定值,然后用优化的权值进行BP算法,实现短期负荷预测。在构建网络模型时,考虑了气候、温度等因素的影响,并把它们进行模糊化处理后作为网络的输入。仿真结果表明基于这一方法的负荷预测系统具有较高的精度和实时性。
刘玲严登俊龚灯才张红梅李大鹏
关键词：粒子群模糊神经网络短期负荷预测
基于粒子群支持向量机的短期电力负荷预测被引量：33
2006年
在分析支持向量机SVM(Support VectorM ach ine)回归估计方法参数性能的基础上,提出粒子群算法PSO(Partic le Swarm Optim ization)优化参数的SVM短期电力负荷预测模型。PSO算法是一种新型的基于群体智能的随机优化算法,简单易于实现且具有更强的全局优化能力。用所建立的负荷预测模型编制的M atlab仿真程序,对某实际电网进行了短期负荷预测,结果表明预测精度更高。
张红梅卫志农龚灯才刘玲
关键词：电力系统短期负荷预测支持向量机粒子群
全选 清除 导出
共1页<1>
聚类工具0