首页 > 《电力设备》 > 2016年22期 > 基于遗传程序设计的电力系统负荷建模

基于遗传程序设计的电力系统负荷建模

在线阅读下载PDF 导出详情

摘要摘要随着现代科学技术的不断发展，各式各样的负荷预测数学模型不断涌现，但是他们都有各自的使用条件。如回归分析方法对于不同趋势的历史负荷曲线，需要选择不同的回归函数，这将会对预测的准确度产生一定程度的影响，而且往往这些历史负荷曲线非线性程度又比较复杂，选择起来也会非常困难，而遗传程序设计方法无需人为选择数学模型，它能够根据与问题有关的终结点集和函数集，自动生成与历史数据相拟合的函数表达式，从而可以预测出负荷的未来趋势，有效地避免了经验需求和假设。

DOI 54ymyrw340/2671628

作者高戟

机构地区（国网浙江瑞安市供电有限责任公司浙江温州325200）

出处《电力设备》 2016年22期

关键词电力系统遗传程序设计方法应用

分类 [电气工程][电力系统及自动化]

出版日期 2016年12月22日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1张健,张妍. 电力系统潮流计算的计算机程序设计.产业经济,2023-09.
2贾健雄孙博. 电力系统分层快速分解法状态估计程序设计.建筑设计及理论,2017-12.
3蒙怡帆杨镓华. 基于电力系统短期负荷预测的模型.电力系统及自动化,2017-09.
4董龙祥. 基于深度学习的电力系统负荷预测.市政工程,2023-11.
5吴晓龙. 基于深度学习的电力系统负荷预测.建筑设计及理论,2024-09.
6朱万超辛志鹏. PEMFC电力系统的建模.建筑设计及理论,2018-08.
7李志辉杨震. 电力系统短期负荷预测.电力系统及自动化,2018-10.
8陈昊钧. 电力系统负荷预测研究.文化科学,2024-06.
9卫博文. 基于深度学习的电力系统负荷预测研究.建筑技术科学,2023-08.
10王一名,孙东,王平,李丽新,时宇杰,马施羽,王丹妮. 基于深度学习的电力系统负荷预测方法.建筑技术科学,2022-04.

来源期刊

电力设备

2016年22期

基于遗传程序设计的电力系统负荷建模

来源期刊

相关推荐

同分类资源更多

相关关键词

基于遗传程序设计的电力系统负荷建模

来源期刊

相关推荐

同分类资源 更多

相关关键词

同分类资源更多