基于受扰严重机组特征及机器学习方法的电力系统暂态稳定评估

被引：44

作者：

叶圣永

王晓茹

刘志刚

钱清泉

机构：

[1] 西南交通大学电气工程学院

来源：

中国电机工程学报 | 2011年 / 31卷 / 01期

关键词：

暂态稳定评估; 机器学习; 支持向量机; 随机森林; 主成分分析法;

D O I：

10.13334/j.0258-8013.pcsee.2011.01.008

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 ;

摘要：

理论和仿真研究表明,依靠少量受扰严重机组的动态特征能够有效地判别大电网的暂态稳定性。提出一种组合搜索严重受扰机组,并据此构造稳定评估原始输入特征的方法。进一步利用主成分分析法降低特征维数,构成机器学习评估模型的输入特征。在新英格兰39节点测试系统和IEEE 50机测试系统上,利用所提方法仿真实现了决策树、支持向量机和k最近邻法等暂态稳定评估模型,结果表明所提出的构建电力系统暂态稳定评估输入特征方法有效,有助于改变原始特征构建的主观和随意性。

引用

收藏

页码：46 / 51

页数：6

相关论文

共 17 条

[1] 基于随机森林算法的电力系统暂态稳定性评估 [J].

叶圣永 ;

王晓茹 ;

刘志刚 ;

钱清泉 .

西南交通大学学报, 2008, (05) :573-577

[2] 基于扩展k阶近邻法的电力系统稳定评估新算法 [J].

王同文 ;

管霖 ;

章小强 ;

张尧 .

电力系统自动化, 2008, (03) :18-21+75

[3] 基于信息融合技术的电力系统暂态稳定评估 [J].

黄辉 ;

舒乃秋 ;

李自品 ;

李玲 ;

裴春明 .

中国电机工程学报, 2007, (16) :19-23

[4] 基于暂态能量变化率的电力系统多摆稳定性判别新方法 [J].

宋方方 ;

毕天姝 ;

杨奇逊 .

中国电机工程学报, 2007, (16) :13-18

[5] 电网安全监测的智能化关键特征识别及稳定分区算法 [J].

管霖 ;

王同文 ;

唐宗顺 .

电力系统自动化, 2006, (21) :22-27

[6] 基于广域测量系统的电力系统多摆稳定性评估方法 [J].

宋方方 ;

毕天姝 ;

杨奇逊 .

中国电机工程学报, 2006, (16) :38-45

[7] 基于PMU和混合支持向量机网络的电力系统暂态稳定性分析 [J].

李大虎 ;

曹一家 .

电网技术, 2006, (09) :46-52

[8] 多输入特征融合的组合支持向量机电力系统暂态稳定评估 [J].

马骞 ;

杨以涵 ;

刘文颖 ;

齐郑 ;

郭金智 .

中国电机工程学报, 2005, (06) :20-26

[9] 基于统计学习理论的电力系统暂态稳定评估 [J].

许涛 ;

贺仁睦 ;

王鹏 ;

徐东杰 .

中国电机工程学报, 2003, (11) :55-59

[10] 以单机等面积稳定判据分析多机系统暂态稳定性 [J].

吴政球 ;

陈辉华 ;

唐外文 ;

潘力强 .

中国电机工程学报, 2003, (04) :52-56