作者：谷鹏; 石国萍电力系统负荷模型微粒群算法参数辨识
摘要：微粒群优化（PSO）算法具有全局性能好、搜索效率高等优点。应用该算法进行电力系统负荷模型的参数辨识,辨识结果表明PSO算法在计算时间、全局性方面均有比较明显的优势。辨识的模型具有较高精确性,最后通过工程实例进行仿真实验,实验结果验证了模型和算法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《电力工程技术》（CN：32-1866/TM）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《电力工程技术》办刊宗旨：跟踪电力工程技术热点和技术发展，刊载新技术在电力工程中的应用研究、电力工程领域创新性学术成果，传播电力工程领域新理论、新技术、新方法，搭建电力工程技术交流平台，服务电力科技创新，促进电力工程技术水平的提升。
北大期刊、统计源期刊
人气 85402 评论 73
统计源期刊
人气 52810 评论 51
北大期刊、CSCD期刊、统计源期刊
人气 51732 评论 53
部级期刊
人气 42925 评论 68
