摘要：针对电力系统暂态稳定评估的高维性，在构造一组与系统规模无关的原始特征集基础上，提出一种支持向量机双阶段特征选择方法。第1阶段以支持向量机递归特征选择法对原始特征集进行排序，消去对分类不重要的特征，得到一组降维的特征集；第2阶段以径向基核支持向量机为分类器的包装法，用最佳优先搜索算法得到一组近似最优特征子集。最后，在新英格兰39节点和IEEE50机测试系统上，对原始特征集使用所提的特征选择方法，仿真结果证明所提方法的有效性。同时，采用支持向量机双阶段特征选择法得到的特征子集对其他暂态稳定评估模型同样有效。

关键词：暂态稳定评估 机器学习 支持向量机 递归特征 选择 

单位：西南交通大学电气工程学院 四川省成都市610031