多输入特征融合的组合SVM电力系统暂态稳定评估.pdfVIP

第25 卷 第6 期 中 国 电 机 工 程 学 报 Vol.25 No.6 Mar. 2005 2005 年3 月 Proceedings of the CSEE ©2005 Chin.Soc.for Elec.Eng. 0258-8013 (2005) 06-0017-07 TM712 TP18 A 470 40 文章编号： 中图分类号： ； 文献标识码： 学科分类号： ⋅ 多输入特征融合的组合支持向量机 电力系统暂态稳定评估 1 1 1 1 2 马 骞 ，杨以涵 ，刘文颖 ，齐 郑 ，郭金智 （1. 华北电力大学电力工程系，北京市 昌平区102206；2. 华北电力调度局，北京市 宣武区100053 ） POWER SYSTEM TRANSIENT STABILITY ASSESSMENT WITH COMBINED SVM METHOD MIXING MULTIPLE INPUT FEATURES 1 1 1 1 2 MA Qian , YANG Yi-han , LIU Wen-ying , Qi Zheng , Guo Jin-zhi （1. Department of Electrical Power Engineering, North China Electric Power University, Changping District, Beijing 102206,China; 2. North China Electric Power Dispatch Bureau, Xuanwu District, Beijing 100053,China ） ABSTRACT ： In the assessment of the transient stability with 组不同的输入特征，构成四组弱分类器。以这四组弱分类器 the Support Vector Machine (SVM), the choices of the input 为子分类器，再构造一个融合SVM 对几种子分类器的结果 features are the most important factors to the final results. The 以回归方式进行融合，作为最终判别结果。IEEE 39-BUS 和 traditional heuristic methods and the tentative methods cannot IEEE145-BUS 测试系统上进行的仿真表明，弱分类器的分 solve this problems radically. This paper, with the idea of 类性能经过融合得到明显强化，融合后的结果比任何一种子 information fusion, proposes a two-layer SVM classifier model 分类器的结果以及一次包含所有输入特征的结果都更准确。 to improve the precision of the classification. In this paper, four 该方法为在线快速进行暂态稳定计算提供了一条重要途径。 different groups of input features are built based on the heuristic knowledge of different angles