基于因子分析和支持向量机的电网故障风险评估

被引:18
作者
汤昶烽 [1 ]
卫志农 [1 ]
李志杰 [2 ]
钟淋涓 [1 ]
孙国强 [1 ]
孙永辉 [1 ]
机构
[1] 可再生能源发电技术教育部工程研究中心(河海大学)
[2] 江苏省电力公司发展策划部
关键词
电网故障; 风险评估; 因子分析; 支持向量机; 停电损失;
D O I
10.13335/j.1000-3673.pst.2013.04.009
中图分类号
TM711 [网络分析、电力系统分析]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
针对市场环境下地区电网的故障风险较难通过可靠性方法评估,且未能考虑到经济性和外部影响的问题,提出了基于电网建设经营的风险评估模型。通过构建以电网供应能力、用电需求、经济效益、气象及政策等指标组成的完整故障风险指标体系。采用因子分析法提取出包含原有指标信息的公共因子,利用支持向量机构建评估模型。算例结果验证了该模型的合理性。
引用
收藏
页码:1039 / 1044
页数:6
相关论文
共 15 条
[1]   应用启发式最小二乘支持向量机的中长期电力负荷预测 [J].
李如琦 ;
苏浩益 ;
王宗耀 ;
邓国良 ;
陈铁洲 .
电网技术, 2011, 35 (11) :195-199
[2]   基于因子分析的变频器故障诊断 [J].
赵毅斌 .
电气应用, 2011, 30 (11) :72-74
[3]  
Factor Analysis on the Factors that Influencing Rural Environmental Pollution in the Hilly Area of Sichuan Province,China[J]. LING Jing1,2,DENG Liang-ji1,2 1.School of Resource and Environment,Sichuan Agricultural University,Ya’an 625014,China;2.Key Laboratory of Land Information in Sichuan Province,Ya’an 625014,China.Asian Agricultural Research. 2011(02)
[4]   考虑系统运行状况的电网连锁故障风险性评估 [J].
顾雪平 ;
张硕 ;
梁海平 ;
贾京华 ;
王勇 .
电力系统保护与控制, 2010, 38 (24) :124-130
[5]   基于局部放电因子向量和BP神经网络的油纸绝缘老化状况诊断 [J].
周天春 ;
杨丽君 ;
廖瑞金 ;
汪可 ;
郑升讯 .
电工技术学报, 2010, 25 (10) :18-23
[6]  
Casing life prediction using Borda and support vector machine methods[J]. Xu Zhiqian 1 , Yan Xiangzhen 2 and Yang Xiujuan 2 1 College of Mechanical and Electronic Engineering, China University of Petroleum, Dongying, Shandong 257061, China 2 College of Storage & Transportation and Architectural Engineering, China University of Petroleum, Dongying, Shandong 257061, China.Petroleum Science. 2010(03)
[7]   基于停电风险评估的城市配电网应急预警方法 [J].
李锐 ;
陈颖 ;
梅生伟 ;
沈沉 ;
何飞 .
电力系统自动化, 2010, 34 (16) :19-23+63
[8]   基于因子分析与神经网络的输电网安全评价 [J].
杨宗霄 ;
毛智杰 ;
杨本渤 ;
肖甜 .
电网技术, 2009, 33 (14) :26-30
[9]   一种电力系统连锁故障的概率风险评估方法 [J].
宋毅 ;
王成山 .
中国电机工程学报, 2009, 29 (04) :27-33
[10]   电网连锁故障的概率分析模型及风险评估 [J].
邓慧琼 ;
艾欣 ;
余洋洋 ;
张艳 ;
刘昊 .
电网技术, 2008, (15) :41-46