基于扩展k阶近邻法的电力系统稳定评估新算法

被引：19

作者：

王同文

管霖

章小强

张尧

机构：

[1] 华南理工大学电力学院

来源：

电力系统自动化 | 2008年 / 03期

关键词：

稳定评估; 扩展k阶近邻法; 模式发现; 特征选择; 知识获取;

D O I：

暂无

中图分类号：

TM712 [电力系统稳定];

学科分类号：

080802 ;

摘要：

针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别。仿真结果验证了算法的有效性。算法作为一种通用的知识获取工具有广泛的应用前景。

引用

页码：18 / 21+75 +75

页数：5

共 5 条

[1] 基于模式发现的电力系统稳定评估和规则提取 [J].

王同文 ;

管霖 .

中国电机工程学报, 2007, (19) :25-31

[2] 西欧大停电事故分析 [J].

李再华 ;

白晓民 ;

丁剑 ;

周子冠 ;

方竹 .

电力系统自动化, 2007, (01) :1-3+32

[3] 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

[4] 基于信息熵的属性离散化算法在暂态稳定评估中的应用 [J].

李军 ;

刘艳 ;

顾雪平 .

电力系统自动化, 2005, (08) :26-31

[5]

Combined support vector classifiers using fuzzy clustering for dynamic security assessment .2 GAVOYI ANNIS A E,VOGI ATZIS D G,GEORGI ADIS D R,et al. Proceedings of IEEE Power Engineering Society Summer Meeting . 2001

← 1 →