基于GA-SVM的电力系统可靠性基础数据挖掘

• 作者: 叶航超 唐学用 徐泽禹 黄民翔
• 来源期刊: 华东电力
• 学科: 工学
• 关键词: 电力系统可靠性 基础数据 样本规律 SVM GA
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 电网技术
• 页码范围: 122-126
• 页数: 5页
• 分类号: TM72
• 字数: 3315字
• 语种: 中文

摘要

可靠性基础数据是电力系统可靠性评估的基础,其准确性直接影响着可靠性评估结果的置信度.统计分析了近10年国内电力设备非计划停运率的样本规律.针对我国可靠性基础数据小样本的特点,引入基于结构风险最小化原则的支持向量机(SVM)统计工具,利用遗传算法(GA)进行参数寻优,建立了基于GA-SVM的数据挖掘模型.以中电联发布的2000～2010年220 kV架空线、断路器平均非计划停运率为训练集,2011年为测试集进行实例分析,并与传统模型的预测结果精度比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄民翔	浙江大学电气工程学院	128	2876	30.0	48.0
2	唐学用	贵州电网公司电网规划研究中心	22	80	5.0	7.0
3	叶航超	浙江大学电气工程学院	1	12	1.0	1.0
4	徐泽禹	浙江大学电气工程学院	4	18	2.0	4.0