10.19635/j.cnki.csu-epsa.000944
考虑误分类约束的电力系统暂态稳定评估
为解决基于机器学习的电力系统暂态稳定评估通常存在误分类,导致系统出现不可预测风险的问题,提出一种考虑误分类约束的电力系统暂态稳定评估方法.首先,通过自适应综合过采样算法对输入数据进行过采样处理.然后,采用群体最大信息系数进行数据降维.最后,基于伞式奈曼-皮尔逊分类器构建电力系统暂态稳定评估模型.在新英格兰10机39节点系统及1648节点系统上的测试结果表明,所提方法的评估性能强于传统机器学习方法,且对漏判率有更好的限制效果,具有一定的实际应用价值.
机器学习、暂态稳定评估、误分类约束、自适应综合过采样、伞式奈曼-皮尔逊分类器
34
TM71(输配电工程、电力网及电力系统)
国家自然科学基金52007103
2022-07-07(万方平台首次上网日期,不代表论文的发表时间)
共8页
71-78