[发明专利]一种基于支持向量机的暂态功角稳定故障筛选系统及方法

摘要

本发明公开了一种基于支持向量机的暂态功角稳定故障筛选系统及方法。基于历史样本集中样本的暂态功角稳定量化评估结果选取特征量，避免采用特征选择算法计算繁琐和误选漏选关键特征量的问题；将稳定模式分类后采用支持向量机分别对不同稳定模式进行监督学习训练，提高预测模型的准确性；对只有稳定样本的样本集采用以暂态功角稳定裕度为变量的回归预测模型，避免仅仅采用分类预测模型的局限性；基于当前运行方式特征量判断暂态功角稳定预测模型适用性，避免机器学习算法的“误判”问题；基于详细的暂态功角稳定量化评估结果与预测值差异决定预想故障及其对应的潮流方式是否纳入样本集，适当增加样本集中失稳样本数目，保证样本集样本的合理性。

主权项

1.一种基于支持向量机的暂态功角稳定故障筛选系统，其特征在于：包括：在线预想故障筛选模块：用于根据当前运行方式判断预先建立的暂态功角稳定预测模型是否适用，如适用则采用暂态功角稳定预测模型获得预想故障暂态功角稳定预测值，并针对稳定裕度小于门槛值的故障、稳定分类预测结果为失稳的故障、稳定预测结果可信度低于门槛值的故障以及预测模型不适用的故障进行详细的暂态功角稳定量化评估计算；所述暂态功角稳定预测模型为基于历史样本集的各个样本潮流方式和预想故障暂态功角稳定量化评估结果，对每个故障选取特征量并采用支持向量机进行监督学习训练得到。样本集更新模块：用于对进行详细暂态功角稳定量化评估计算的故障及其对应的潮流方式进行分析并决定是否纳入样本集，同时将距离当前时间最远的一个样本从样本集中剔除。