基于 Stacking元学习策略的电力系统暂态稳定评估

• 作者: 刘志刚 叶圣永 王晓茹 钱清泉
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 暂态稳定评估 朴素贝叶斯 支持向量机 决策树 K最近邻法 Stacking算法
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 理论分析
• 页码范围: 12-16,23
• 分类号: TM712
• 字数: 4151字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-3415.2011.06.003

摘要

为提高电力系统暂态稳定评估单个模型的准确率,研究了基于元学习策略的暂态稳定评估问题,提出了支持向量机、决策树、朴素贝叶斯和K最近邻法作为基学习算法,线性回归为元学习算法的Stacking评估模型.该模型将上述基学习算法的概率榆出作为新训练数据的输入特征,同时保留原始的类标识.线性回归算法在新训练集上学习得到最终暂态稳定评估结果.新英格兰39节点测试系统和IEEE50机测试系统上仿真实现了该模型,仿真结果证明所提模型比单个模型的评估性能更好,为电力系统暂态稳定评估提供了新的思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志刚	西南交通大学电气工程学院	198	3421	30.0	45.0
2	钱清泉	西南交通大学电气工程学院	169	4754	36.0	63.0
3	王晓茹	西南交通大学电气工程学院	148	2979	30.0	46.0
4	叶圣永	西南交通大学电气工程学院	7	83	3.0	7.0