摘要:针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector Machine,SVM)的输入特征,并采用网格法寻找支持向量机在交叉验证意义下的最优参数。通过对这类支持向量机的性能进行详细的分析和对比,给出了3个分类准确度很高的发电机状态变量。在湖南电网的测试系统上仿真实现了该模型,仿真结果证明所提基于轨迹输入特征的支持向量机具有很高的精度,为支持向量机输入特征的选取提供了新思路。
关键词:暂态稳定 机器学习 支持向量机 交叉验证 网格搜索
单位:湖南省电力公司调度通信局 湖南长沙410007 强电磁工程与新技术国家重点实验室(华中科技大学) 湖北武汉430074
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社