基于聚类的支持向量回归模型在电力系统暂态稳定预测中的应用OA北大核心CSCDCSTPCD
Clustering Based on Support Vector Regression Model and Its Application in Power System Transient Stability Prediction
提出了一种电力系统暂态稳定实时预测方案,通过相量测量单元(PMU)获得扰动后短时间内的发电机功角相量,利用支持向量回归(SVR)模型可以快速而准确地预测发电机相对功角的变化趋势,从而可以判断电力系统的暂态稳定性.为了提高预测的精度和降低SVR的训练负担,利用自组织特征映射(SOFM)网络对训练样本集进行聚类分析,对聚类后的每一类样本训练SVR,由于每类样本具有相似性,所以对每类样本单独训练SVR可以更好地提高训练精度;又由于分类后的子类样本数目相…查看全部>>
李大虎;江全元;曹一家
华中科技大学电气与电子工程学院,武汉,430074浙江大学电气工程学院,杭州,310027浙江大学电气工程学院,杭州,310027
信息技术与安全科学
相量测量单元(PMU)支持向量回归(SVR)自组织特征映射(SOFM)聚类
《电工技术学报》 2006 (7)
电力系统广域安全防御信息支持系统的关键技术
75-80,6
国家自然科学基金重大项目(50595414)和教育部科学技术研究重大项目(305008).
评论