[发明专利]基于支持向量机的电力系统暂态稳定判断方法有效
申请号: | 201510271663.1 | 申请日: | 2015-05-25 |
公开(公告)号: | CN104881741B | 公开(公告)日: | 2017-12-12 |
发明(设计)人: | 闵勇;胡伟;陈磊;张玮灵 | 申请(专利权)人: | 国网浙江省电力公司;国家电网公司;清华大学 |
主分类号: | G06F17/00 | 分类号: | G06F17/00;G06Q10/06;G06Q50/06 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙)11201 | 代理人: | 廖元秋 |
地址: | 310007*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 支持 向量 电力系统 稳定 判断 方法 | ||
1.一种基于支持向量机的电力系统暂态稳定判断方法,其特征在于,该方法包括以下步骤:
1)确定输入向量元素的备选集、输入向量元素个数、SVM的核函数和训练参数:
输入向量备选集是电力系统中的相关电气信息,输入向量元素的备选集的元素个数设为F,输入向量元素个数N的目标值为M,M取值等于或大于发电机的台数,N的初始值为0,确定SVM的核函数和训练参数;
2)生成训练样本和测试样本:
通过电力系统暂态稳定仿真或历史的故障记录得到训练样本和测试样本,所述两种样本的输入信息包含输入向量备选集中的所有信息,两种样本的输出为电力系统的暂态稳定性的标记:1表示稳定,0表示不稳定;
3)将备选集中的所有元素逐一加入到输入向量中,用该输入向量作为训练样本和测试样本的输入向量,用训练样本训练SVM:
将备选集中的第i个元素加入原输入向量,i=1,2,…,F,得到新的输入向量,作为训练样本和测试样本的输入向量,用训练样本训练SVM,得到训练准确率,用测试样本检验生成规则的准确性,得到测试准确率,将上述两种准确率的平均值记为A(i)i=1,2,…,F;
4)确定使得SVM分类准确率最高的备选集元素:
取A(i)中的最大值对应的备选集元素,加入输入向量中,令N=N+1;
5)判断特征选择计算是否结束并确定输入向量:
判断N是否等于M:若N=M则转步骤6);否则返回步骤3);
6)SVM训练和规则生成:
利用5)得到的输入向量再训练SVM,SVM的训练结果作为用于对电力系统暂态稳定判断的规则;利用该SVM的训练结果直接应用于在线的暂态稳定分析,实现电力系统在线的暂态稳定的判断。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网浙江省电力公司;国家电网公司;清华大学,未经国网浙江省电力公司;国家电网公司;清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510271663.1/1.html,转载请声明来源钻瓜专利网。