基于支持向量机的电力系统不良数据在线检测辨识与修正

• 作者: 包永金
• 来源期刊: 四川电力技术
• 学科: 工学
• 关键词: 不良数据 电力系统状态估计 检测辨识 支持向量机
• 年，卷（期）: 2013,（1）
• 所属期刊栏目: 输配电技术
• 页码范围: 59-63
• 页数: 5页
• 分类号: TM744
• 字数: 4160字
• 语种: 中文

摘要

SVM是数据挖掘中一种具有优良模式识别性能的新方法,该方法具有学习速度快、全局最优和泛化能力强等优点.首先利用支持向量机回归(SVR)构建辨识遥测不良数据的模型,在状态估计前通过比较预测值与实测值之间的差值来一次性辨识遥测不良数据.接着将状态估计后得到的标准残差作为支持向量机分类(SVC)的输入,依靠拓扑错误的残差特性来分类辨识出拓扑错误.通过对IEEE-30母线的仿真分析证明了该方法的有效性,现行状态估计器的效率及合格率可以得到很好的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包永金		2	10	2.0	2.0