基于支持向量机的电力系统暂态稳定分类研究

被引：11

作者：

刘艳芳

顾雪平

机构：

[1] 华北电力大学电气工程学院

[2] 华北电力大学电气工程学院河北保定

[3] 河北保定

来源：

华北电力大学学报 | 2004年 / 03期

基金：

高等学校骨干教师资助计划;

关键词：

支持向量机; 人工神经网络; 暂态稳定; 模式分类; 电力系统;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定]; TP18 [人工智能理论];

学科分类号：

080802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

研究了支持向量机在电力系统暂态稳定评估中的应用,设计了一个新的支持向量机分类器用于暂态稳定分类。基于支持向量机分类器的输出,把样本划分为 3 类:稳定类,不稳定类和边界区样本,减少了误分类,提高了暂态稳定评估结果的可靠性。在新英格兰 10 机 39 节点系统中的仿真结果验证了该分类器的分类效果。同时,将分类结果与传统 BP 算法的结果进行了比较,对模型参数对输出结果的影响和本方法的适用范围进行了分析。

引用

页码：26 / 29+55 +55

页数：5