基于多支持向量机综合的电力系统暂态稳定评估

被引：189

作者：

戴远航 ^{[1
]}

陈磊 ^{[1
]}

张玮灵 ^{[1
]}

闵勇 ^{[1
]}

李文锋 ^{[2
]}

机构：

[1] 电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系)

[2] 中国电力科学研究院

来源：

中国电机工程学报 | 2016年 / 36卷 / 05期

关键词：

电力系统; 数据挖掘; 暂态稳定评估; 支持向量机;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 [电力系统及其自动化];

摘要：

目前,利用数据挖掘方法进行电力系统暂态稳定评估的研究,对结果中不稳定样本被误判为稳定样本的情况重视不足,不符合电网运行对安全性的要求。针对该问题,文中提出了安全域概念下基于多支持向量机综合的电力系统暂态稳定评估方法。该方法首先利用网格法对支持向量机进行参数寻优,然后选取分类准确率高的若干组支持向量机参数,在这些参数下训练支持向量机,最后对训练得到的支持向量机进行综合,实现电力系统暂态稳定评估。对仿真系统的分析表明,文中提出的方法能够充分利用不同参数的支持向量机提供的有用信息,大量减少"误判稳定"样本的个数,可以对应用数据挖掘理论进行电力系统暂态稳定评估的实际应用提供有益的参考。

引用

页码：1173 / 1180

页数：8

共 11 条

[1]

中国电力大数据发展白皮书.[M].中国电机工程学会电力信息化专业委员会; 编著.中国电力出版社.2013,

[2]

LIBSVM.[J].Chih-Chung Chang;Chih-Jen Lin.ACM Transactions on Intelligent Systems and Technology (TIST).2011, 3

[3]

The WEKA data mining software.[J].Mark Hall;Eibe Frank;Geoffrey Holmes;Bernhard Pfahringer;Peter Reutemann;Ian H. Witten.ACM SIGKDD Explorations Newsletter.2009, 1

[4]

人工智能技术在电网稳定评估中的应用综述 [J].