基于主成分分析和最小二乘支持向量机的电力系统状态估计

• 作者: 刘晶 杨可 王小宇 蔡振华 贾嵘
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 主成分分析 最小二乘支持向量机 状态估计 电力系统 核函数
• 年，卷（期）: 2006,（21）
• 所属期刊栏目: 电力系统
• 页码范围: 75-77,98
• 页数: 4页
• 分类号: TM734|F123.9
• 字数: 2911字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-3673.2006.21.016

摘要

电力系统状态估计在能量管理系统中起着非常重要的作用,作者提出了基于主成分分析和最小二乘支持向量机的状态估计方法.首先对由量测量组成的初始样本进行主成分分析,对初始样本进行数据压缩和特征提取,消除数据间的相关性,提取出包含初始样本足够信息的主成分,然后将提取出的主成分作为最小二乘支持向量机的输入,降低了样本空间的维数.算例结果表明了所提出方法能有效地提高电力系统状态估计的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾嵘	西安理工大学电力工程系	101	1600	21.0	37.0
2	蔡振华	西安理工大学电力工程系	6	114	4.0	6.0
3	刘晶		9	94	5.0	9.0
4	王小宇	西安理工大学电力工程系	9	123	6.0	9.0
5	杨可	西安理工大学电力工程系	4	100	3.0	4.0