基于随机森林算法电力系统暂态稳定性评估.pdf

第43卷 第5期 西 南 交 通 大 学 学 报 Vo1．43 No．5 2008年 1O月 JOURNALOFSOUTHWESTJIAOTONCUNIVERSITY 0ct．2008 文章编号：O258．2724(20o8)05-0573-05 基于随机森林算法的电力系统暂态稳定性评估 叶圣永， 王晓茹， 刘志刚， 钱清泉 (西南交通大学电气工程学院，四川 成都 610031) 摘 要：利用随机森林算法，通过组合多棵基于随机向量的决策树对电力系统的暂态稳定性分类，提出了一种 暂态稳定评估模型．在IEEE16机和IEEE50机测试系统进行的仿真验证了该模型对暂态稳定评估的有效性 ，其 评估性能较经典决策树算法、人工神经网络 、支持向量机和K最近邻方法均有提高． 关键词：电力系统；暂态稳定性；评估；随机森林算法；决策树；模型 中圈分类号：TM712 文献标识码 ：A TransientStabilityAssessmentBasedonRandom ForestAlgorithm YEShengyong， WANGXiaoru， LIUZhigang， QIANQingquan (SchoolofElectricalEng．，SouthwestJiaotongUniversity，Chengdu610031，China) Abstract：A modelfor the powersystem transientstability assessmentbased on rnadom forest algorihtm waspresented．Thismodelcombinesdecisiontreeswhichdependonhtevaluesofarnadom vectorsampledindependentlyand withthesamedistribution．Simulation resultson theIEEE 16- generatorandIEEE50一generatortestsystemsshowhtevalidityofhteproposedmehtod．Itsassessment performnaceisbetterthan decision tree，artificialneural networks，supportvectormachineandK nearestneighbor． Keywords：powersystem ；rtansientstability；assessment；rnadom forestalgorithm；decisiontree； model 在众多复杂的电力系统现象中，稳定性最难理解和控制…。电力系统的稳定主要分为暂态稳定、电压 稳定和频率稳定 J，其中暂态稳定，即大扰动下的功角稳定，一直是电力系统研究人员关注的问题之一． 现有暂态稳定评估方法分为3种：时域仿真法、直接法和机器学习法 J．时域仿真法具有数学模型详尽，能 给出状态变量随时间响应的优点；缺点是计算量过大，耗费机时，难以实时在线分析．直接法的优点是能计 算出稳定边界和稳定裕度，可以进行灵敏度分析；困难在于构建 “好”的暂态能量函数和估算 “好”的稳定 边界或 “好”的稳定域估计．利用机器学习或数据挖掘进行电力系统暂态稳定评估具有在线速度快和易于 生成决策用的启发规则等优点，为电力系统稳定控制提供了新的解决途径．其中，决策树是用于分类和预 测的主要技术，曾在相当长的时间内是非常流行的人工智能技术，但在2O世纪9O年代初遭遇低潮而不 被人关注 J．随着数据挖掘技术在各行业中的应用，决策树作为拟人决策的主要方法之一，又重新引起了 人们的兴趣．文献[5]将决策树用于电力系统暂态稳定评估，算例为一法国EHV电力系统，从实际可行 性、输入特征、可靠性以及推广性等方面研究了决策树的应用．文献 [6]基于PMU (phasormeasurement units)获得的输入特征构建决策树进行暂态稳定评估，并在新英格兰39节点的系统上测试了几个候选决 收稿日期：2007-01．09 基金项目：教育部霍英