共 12 条
- [10] Least Squares Support Vector Machine Classifiers[J]. Neural Processing Letters, 1999, 9 : 293 - 300J.A.K. SuykensJ. Vandewalle
基于主成分分析和最小二乘支持向量机的电力系统状态估计
被引：18
作者：
贾嵘
[1
]
蔡振华
[1
]
刘晶
[2
]
王小宇
[1
]
杨可
[1
]
机构：
[1] 西安理工大学电力工程系
[2] 华北电力科学研究院
来源：
关键词：
主成分分析;
最小二乘支持向量机;
状态估计;
电力系统;
核函数;
D O I：
10.13335/j.1000-3673.pst.2006.21.016
中图分类号：
TM73 [电力系统的调度、管理、通信];
学科分类号：
摘要：
电力系统状态估计在能量管理系统中起着非常重要的作用,作者提出了基于主成分分析和最小二乘支持向量机的状态估计方法。首先对由量测量组成的初始样本进行主成分分析,对初始样本进行数据压缩和特征提取,消除数据间的相关性,提取出包含初始样本足够信息的主成分,然后将提取出的主成分作为最小二乘支持向量机的输入,降低了样本空间的维数。算例结果表明了所提出方法能有效地提高电力系统状态估计的精度。
引用
收藏
页码：75 / 77+98
+98
页数：4
相关论文