基于受扰严重机组特征及机器学习方法的电力系统暂态稳定评估

被引:42
作者
叶圣永
王晓茹
刘志刚
钱清泉
机构
[1] 西南交通大学电气工程学院
关键词
暂态稳定评估; 机器学习; 支持向量机; 随机森林; 主成分分析法;
D O I
10.13334/j.0258-8013.pcsee.2011.01.008
中图分类号
TM712 [电力系统稳定];
学科分类号
摘要
理论和仿真研究表明,依靠少量受扰严重机组的动态特征能够有效地判别大电网的暂态稳定性。提出一种组合搜索严重受扰机组,并据此构造稳定评估原始输入特征的方法。进一步利用主成分分析法降低特征维数,构成机器学习评估模型的输入特征。在新英格兰39节点测试系统和IEEE 50机测试系统上,利用所提方法仿真实现了决策树、支持向量机和k最近邻法等暂态稳定评估模型,结果表明所提出的构建电力系统暂态稳定评估输入特征方法有效,有助于改变原始特征构建的主观和随意性。
引用
收藏
页码:46 / 51
页数:6
相关论文
共 17 条