基于二进粒子群优化算法的暂态稳定评价特征选择.pdfVIP

维普资讯 第 35卷 第 l期 继 电器 Vo1．35 No．1 2Oo7年 1月 1日 RELAY Jan．I， 2007 基于二进粒子群优化算法的暂态稳定评估特征选择 陈磊，刘天琪，文俊 (四川大学电气信息学院，四川 成都 610065) 摘要：采用二进粒子群优化算法进行暂态稳定评估的特征选择，粒子群中每个粒子代表一个待选择的特征集，结合最小二乘 支持向量机使用该特征集对所对应的样本集进行分类，分类正确率作为该粒子的适应度．首先通过二进粒子群优化实现特征 的选择，然后将优选后的特征作为暂态稳定评估的输入，利用最小二乘支持向量机构造分类器进行暂态稳定评估．通过对 EPRI-36节点系统的仿真计算，结果表明该方法能够在显著减少输入特征维数的同时大大提高最终判别结果的正确率． 关键词：电力系统；暂态稳定评估；支持向量机；粒子群优化；特征选择 Featureselectionbasedonbinaryparticleswarm optimizationfortransientstabilityassessment CHE Lei，U UTina -qi，WE Jun (SchoolofElectricalInformation，SichunaUniversity,Chengdu6l0o65，China) Abstract：TIlispaperpresentsamethodof featureselectionfortransientstabiliyt assessmentbasedonbinaryparticleswarm opfimi~fion(BPSO)Everyparticleinhteswarm standsforaeslectedsubsetof features． lefitnessof particleisdefmde as hte correctclassificationpercenatgebyleastsquaresupportvcetormachine(Ls—SVM)，whichuseshteselcetde subsetof featurestO classifyhtecorrespondingtraining est．First,thispaperuseshteBPSO Ot completehtefaetureselcetion，theninputshteselceted faeturesinOt LS．SVM classifierfortransientsatbility assessment．Itistestedon hteEPRI．36busmod elofPSAS hteresult indicateshtathtemehtod Cna evidentlydcereasehtedimensionsofinputfaetureswhilegreatlyincreasehtecorrectclassification percenatge． TIIisprojcetissupportedbyGrandProjcetofNaturalSciencenadTcehnologyFoundation(NoadNo． Key words：powersystem； trnasientsatbil assessment, support vectormachine； particle swarm optimization； feautre esIL~‘ction 中图分类号： TM712 文献标识码： A 文章编号： 1003-4897(2007)01．0031．06 以支持向量机SVId(Support