提升型贝叶斯分类器在电力系统暂态稳定评价中的应用.PDFVIP

2009 年 5 月 电 工 技 术 学 报 Vol.24 No. 5 第 24 卷第 5 期 TRAN SACTION S OF CHINA ELECTROTECHNICAL SOCIETY May 2009 提升型贝叶斯分类器在电力系统暂态稳定评估 中的应用 卢锦玲 朱永利 赵洪山 刘 艳 （华北电力大学电气与电子工程学院 保定 07 1003） 摘要 应用人工智能技术可实现电力系统暂态稳定的快 评估，朴素贝叶斯分类器作为人 工智能方法的一种，其训练计算复杂度是线性的，是解决分类问题最实用、有效的方法之一， 但由于它是建立在属性变量相对类变量独立的假设前提下，故存在一定的误分类率。本文采用 Adaptive Boost （AdaBoost）算法对朴素贝叶斯分类器进行提升，有效地降低了误分类率，并将 提升型贝叶斯分类器用于电力系统暂态稳定评估。 取能迅 反映电力系统暂态过程的特征量， 作为贝叶斯分类器的属性变量，将系统稳定或不稳定作为类变量，采用数值仿真算法产生大量 样本，并对属性的连续数据进行离散化处理，构造了用于暂态稳定评估的提升型贝叶斯分类器。 对新英格兰 10 机 39 节点系统进行仿真，结果表明 ：提升型贝叶斯分类器用于电力系统暂态稳 定评估可有效降低机器学习的复杂度和提高暂态稳定的分类精度。 关键词 ：贝叶斯分类器 暂态稳定评估 数据离散化 Adaptive Boost 算法 中 分类号：TM732 Power System Transient Stability Assessment Based on Boosting Bayesian Classifier L u J inling Zhu Yong li Zhao H ongshan L iu Yan （North China Electric Power University Baoding 07 1003 China ） Abstract Transient stability can be rapidly assessed using the artificial intelligence technology . The Bayesian classifier is one of the methods of artificial intelligence. Due to its linear training computational complexity, it is also one of the most practical and effective way for classification . Naive Bayesian classifier-bound as a Bayesian network is built on the characteristics of the property relative to the type of condition attributes of an independent assumption . Therefore, there is the possibility of misuse of classified. In this paper Adaptive Boost algorithm is used to boost the Naive Bayesian classifier which effectively reduces the rate misuse of classified. And the boosting Bayesian clas