典型文献
基于改进粒子群算法的电力系统短期负荷预测
文献摘要：
为解决电力系统中因负荷数据混沌特性强、噪声影响多,导致多分段短期负荷预测精准度不高的问题,提出基于改进粒子群的电力系统多分段短期负荷预测方法.以电力系统的历史数据作为分析基础,引入粒子聚合概念,建立解空间,在空间内搜索全局负荷数据,将原始数据代入解空间中,确定数据分布范围.建立最优目标函数,利用线性递减规律计算自适应负荷粒子权值,凭借迭代更新函数将粒子权值不断逼近最优值.综合局部预测函数和全局预测函数,与改进粒子群预测规律结合,以最大决定权重系数调节矩阵,完成负荷预测.仿真实验证明,所提方法对负荷数据的判定及分析能力强,自适应性好,预测结果与实际数值拟合程度高.
文献关键词：
多分段短期负荷;改进粒子群;最优搜索;解空间;线性递减规律
中图分类号：
作者姓名：
杨俊义;高骞;洪宇;朱殿超
作者机构：
国网江苏省电力有限公司发展策划部,南京210024;国网江苏省电力有限公司连云港供电分公司,江苏连云港222000;北京国电通网络技术有限公司规划与计划管理业务事业部,北京100085
文献出处：
引用格式：
[1]杨俊义;高骞;洪宇;朱殿超-.基于改进粒子群算法的电力系统短期负荷预测)[J].吉林大学学报（信息科学版）,2022(03):394-399
A类：
多分段短期负荷,线性递减规律
B类：
改进粒子群算法,电力系统,短期负荷预测,负荷数据,混沌特性,噪声影响,负荷预测方法,历史数据,解空间,原始数据,代入,数据分布,分布范围,适应负荷,权值,迭代更新,更新函数,逼近,最优值,综合局,预测函数,决定权,权重系数,分析能力,自适应性,数值拟合,拟合程度,最优搜索
AB值：
0.281621
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
