文献调研综述及案例12.docxVIP

专业班级：小组综合自评分:序号姓名(组长注明)学号自评分12…胜任力模型研究一、文献综合调研内容1. 中文期刊、会议论文、学位论文序号题名作者来源发表时间数据库被引下载① 人工智能技术在电网稳定评估中的应用综述王同文,管霖,张尧电网技术2009期刊13608刘飞. 基于人工智能的电力系统警报处理方法[D].天津大学,2003摘要:综述了基于人工智能技术实现电网稳定评估的步骤、关键环节。总结了国内外在候选特征集的组成方式、关键特征的形成方法、智能稳定评估技术的选择等方而的研究进展。指出了动态输入特征难于提供电网智能决策所需信息、多数智能型稳定评估技术的可解释性及适应性差等小足，并提出原始输入特征应以电网实时状态信息为主、输入空间的裁减技术应以嵌入式特征方法为主要研究方向，及研究重点应为基于知识发现技术的稳定评估算法等建议。0 引言1基于人工智能技术的电网稳定评估算法框架与设计过程 2 输入输出的选择2.1 输入特征的选择2.2稳定评估输出的选择3 关键特征集的选择或提取4 智能稳定评估技术的选择4.1人工神经网络4.2模式识别 4.3知识发现与机器学习 4.4 模糊理论 5 输入特征选择的问题与对策 特征选择算法的问题与对策 参考文献……0 引言 基于人工智能技术的电网稳定评估算法未建立详细的电力系统模型而是从大量的训练样本中获取稳定评估知识，缺乏完善的理论支撑;又因可靠性、推广性等原因而无法满足实用化要求。但是该类型算法仍不失为一种优良的电网安全监控智能化辅助决策工具，快速筛选出严重故障或者快速排除稳定故障、从反映系统状态的众多变量中挖掘出影响电网安全水平的关键变量、提供灵敏的预测。1基于人工智能技术的电网稳定评估算法框架与设计过程 1训练样本的生成 2数据预处理 3候选输入与评估输出的选择。 4关键特征选择/提取。5稳定评估模型的建立及学习。 6结果检验2 输入输出的选择2.1 输入特征的选择 智能稳定评估模型设计中，输入特征的选取一般有3种思路:采用系统受扰后的动态变量，如发电机转了动能、加速度等;采用扰动前的稳态参量，如发电机出力、支路潮流、负荷水平等;稳态与动态信息的混合。2.2稳定评估输出的选择 现有电网稳定评估研究中，许多设计都以系统遭受扰动后能否维持稳定运行为目的，将其视为数学上的稳/失稳的二值逻辑分类问题[5-7, 9, 14, 16, 21-31]为克服上述缺陷，有学者选择连续的稳定裕度作为输出，将稳定评估视为一类回归问题，常选取的指标是极限切除时问，也有研究人员将白行定义的反映系统稳定强弱的其它暂态稳定指标参数作为电网安全水平的评估输出，如文献[川提出的基于扩展等面积法的暂态3 关键特征集的选择或提取 特征选择/提取使稳定评估算法在一个相对低维的空问中实现输入/输出映射关系的有效学习，提高了算法的学习效率并加快了收敛速度。4 智能稳定评估技术的选择考虑到稳定分类和评估属于典型的复杂非线性映射问题，而人工神经网络((artificial neuralneW ork, ANN)理论上能模拟任何复杂的非线性关系，因而目前电网稳定评估最多采用的智能技术当属各种神经网络(neural neW ork, NN)技术，如前向神经网络(back propagation, BP)}11013}、径向基函数.4.1人工神经网络 4.2模式识别 网稳定评估[3G]。神经网络也可用来构造模式识别系统。统计模式识别技术是另一种有良好前景的选择，其思路是:预先假定数据集符合某项统计分布，通过样本的学习来确定该统计分布中的相应参数 4.3知识发现与机器学习 知识发现((knowledge discovery)或机器学习(machine learning)的目标是应用各种数据分析方法，从大量数据(或样本)中提取出可信、有效并能被人理解的知