基于支持向量机的大电网运行风险量化评估

被引:8
作者
汤伟 [1 ]
王京景 [1 ]
杨铖 [1 ]
张大波 [2 ]
刘辉 [1 ]
刘路登 [1 ]
机构
[1] 国网安徽省电力公司电力调度控制中心
[2] 合肥工业大学电气与自动化工程学院
基金
中央高校基本科研业务费专项资金资助; 中国博士后科学基金;
关键词
运行风险; 支持向量机(SVM); 层次分析法; 定量评估; 自适应;
D O I
暂无
中图分类号
TM732 [电力系统的运行];
学科分类号
080802 ;
摘要
文章建立了综合考虑电网结构、运行方式、设备工况、运行环境和保电需求的电网运行风险评估指标体系。基于风险诱因、发生概率、影响对象、风险后果、持续时间等方面因素从电网的安全、经济、优质3个方面对电网运行风险进行全面分析。利用支持向量机(support vector machine,SVM)在有限样本下能较好地对非线性模型进行映射的优点,构建了大电网运行风险量化评估模型,并利用专家层次分析法自适应调整SVM决策函数的精度。算例结果验证了该方法的合理性。
引用
收藏
页码:486 / 491
页数:6
相关论文
共 7 条
[1]   基于层次分析和变权重机制的电网安全指标计算及展示方法 [J].
徐鹏 ;
杨胜春 ;
李峰 ;
冯树海 ;
王珂 ;
石飞 .
电力系统自动化, 2015, 39 (08) :133-140
[2]   基于因子分析和支持向量机的电网故障风险评估 [J].
汤昶烽 ;
卫志农 ;
李志杰 ;
钟淋涓 ;
孙国强 ;
孙永辉 .
电网技术, 2013, 37 (04) :1039-1044
[3]   上海电网运行指标体系研究 [J].
顾军 ;
章渊 ;
沈柳菁 ;
曹琦琳 .
华东电力, 2012, 40 (05) :764-768
[4]   区域电网安全风险评价体系的构建 [J].
杨太华 ;
胡翔 ;
刘亨铭 .
华东电力, 2010, 38 (04) :572-576
[5]   SUPPORT-VECTOR NETWORKS [J].
CORTES, C ;
VAPNIK, V .
MACHINE LEARNING, 1995, 20 (03) :273-297
[6]  
决策分析教程.[M].林齐宁; 编著.清华大学出版社.2013,
[7]  
电力系统风险评估模型、方法和应用.[M].(加)李文沅著;周家启[等]译;.科学出版社.2006,