基于扩展k阶近邻法的电力系统稳定评估新算法

• 作者: 张尧 王同文 章小强 管霖
• 来源期刊: 电力系统自动化
• 学科: 工学
• 关键词: 稳定评估 扩展k阶近邻法 模式发现 特征选择 知识获取
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 18-21,75
• 页数: 5页
• 分类号: TM712
• 字数: 5175字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1026.2008.03.005

摘要

针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类.算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度.在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别.仿真结果验证了算法的有效性.算法作为一种通用的知识获取工具有广泛的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张尧	华南理工大学电力学院	229	5315	35.0	61.0
2	王同文	华南理工大学电力学院	8	167	4.0	8.0
3	管霖	华南理工大学电力学院	97	2209	25.0	45.0
4	章小强	华南理工大学电力学院	3	46	3.0	3.0