您的位置： 专家智库 > >

刘玲

作品数：4 被引量：83H指数：3
供职机构：河海大学能源与电气学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：电气工程更多>>

合作作者

文献类型

  • 4篇中文期刊文章

领域

  • 4篇电气工程

主题

  • 3篇电力
  • 3篇电力负荷
  • 3篇电力负荷预测
  • 3篇短期负荷预测
  • 3篇子群
  • 3篇粒子群
  • 3篇负荷预测
  • 2篇短期电力负荷
  • 2篇短期电力负荷...
  • 2篇神经网
  • 2篇神经网络
  • 1篇电力系统
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇数据驱动
  • 1篇太阳辐射
  • 1篇网络
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群优化

机构

  • 4篇河海大学
  • 1篇国家电网公司

作者

  • 4篇刘玲
  • 2篇严登俊
  • 2篇张红梅
  • 2篇卫志农
  • 2篇龚灯才
  • 1篇刘振国
  • 1篇孙国强
  • 1篇臧海祥
  • 1篇李大鹏

传媒

  • 1篇电力系统自动...
  • 1篇继电器
  • 1篇电力系统及其...
  • 1篇江苏电机工程

年份

  • 1篇2021
  • 3篇2006
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
混合粒子群优化的BP网络在电力负荷预测中的应用被引量：3
2006年
提出了混合粒子群算法和BP算法相结合的短期负荷预测方法,有效地克服了人工神经网络学习速度慢、存在局部极小点的固有缺陷。与传统神经网络方法相比,该方法可加快网络学习速度和提高学习精度。用混合粒子群算法来训练网络参数,直到误差趋于一稳定值,然后将优化的权值用BP算法处理,实现短期负荷预测。
刘玲严登俊刘振国
关键词：混合粒子群BP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
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
基于数据驱动的太阳辐射估计和预测研究与展望被引量：13
2021年
准确可靠的太阳辐射估计和预测信息对指导光伏电站规划、光伏发电功率预测等具有重要意义。数据驱动方法能够有效学习长期历史辐射数据特性且不涉及辐射机理的复杂公式分析,是当前太阳辐射估计和预测的主流方法之一。针对基于数据驱动的太阳辐射估计和预测研究,从其原理和关键技术方面进行比较论述,具体包括估计和预测模型的输入、主流数据驱动模型以及模型的精度提升方法,并针对当前太阳辐射估计和预测方法的研究现状及不足进行总结与展望,以更好地配合光伏发电技术领域内的研究和应用。
臧海祥程礼临刘玲卫志农孙国强
关键词：太阳辐射光伏发电数据驱动
全选 清除 导出
共1页<1>
聚类工具0