2025年2月3日
星期一
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
邓敏
作品数:
1
被引量:5
H指数:1
供职机构:
北京电力建设公司
更多>>
发文基金:
河北省自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
王宇飞
国家电网公司中国电力科学研究院
刘克文
国家电网公司中国电力科学研究院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
电气工程
主题
1篇
电网
1篇
神经网
1篇
神经网络
1篇
配电
1篇
配电网
1篇
配电网理论线...
1篇
群算法
1篇
子群
1篇
网络
1篇
线损
1篇
理论线损
1篇
粒子群
1篇
粒子群算法
1篇
回归神经网络
1篇
广义回归神经...
机构
1篇
国家电网公司
1篇
北京电力建设...
作者
1篇
刘克文
1篇
王宇飞
1篇
邓敏
传媒
1篇
电力建设
年份
1篇
2012
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于复合学习算法的配电网理论线损计算模型
被引量:5
2012年
为了提高配电网理论线损计算精度,提出一种基于复合学习算法的配电网理论线损计算模型。该模型将配电网理论线损计算抽象成多元回归问题,将理论线损计算的各类影响因素和理论线损值分别作为多元回归问题的输入向量和输出向量,并构造样本集输入到复合学习算法中加以训练,以得到配电网理论线损计算模型。复合学习算法由广义回归神经网络完成样本集训练,并在训练过程中利用粒子群算法动态地搜索广义回归神经网络最优训练参数,从而降低了理论线损计算模型的误差。实验结果显示,与传统方法相比基于复合学习算法的配电网理论线损计算模型具有更高的计算精度。
邓敏
刘克文
王宇飞
关键词:
配电网理论线损
广义回归神经网络
粒子群算法
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张