自动电压控制中不良数据的辨识

被引：4

作者：

陈波 ^{[1
]}

刘瑗瑗 ^{[1
]}

荆朝霞 ^{[1
]}

彭显刚 ^{[2
]}

机构：

[1] 华南理工大学电力学院

[2] 广东工业大学自动化学院

来源：

华南理工大学学报(自然科学版) | 2010年 / 38卷 / 07期

基金：

广东省自然科学基金;

关键词：

自动电压控制; 误动; 支持向量机; 非线性回归; 不良数据辨识;

D O I：

暂无

中图分类号：

TM769 [电子计算机在电力系统中的应用];

学科分类号：

080802 ;

摘要：

自动电压控制(AVC)系统由于缺乏对发电厂遥测量数据真实性的有效和准确辨识,容易引起装置误动.支持向量机(SVM)是一种具有优良模式识别性能的数据挖掘方法.文中利用SVM建立发电厂遥测量不良数据的辨识模型:首先应用SVM非线性回归对各种运行情况下发电厂的遥测量数据进行曲线拟合,然后应用SVM训练分类网络.将实时遥测量数据输入到训练好的曲线拟合网络和分类网络中,就能够迅速判断该遥测量数据是否为不良数据.仿真算例验证了SVM模型的有效性和准确性.

引用

页码：67 / 71

页数：5

共 15 条

[1] 间隙统计在电力系统不良数据辨识中的应用 [J].