基于双阶段并行隐马尔科夫模型的电力系统暂态稳定评估

• 作者: 唐飞 查晓明 王波 邵雅宁 马志昊
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 暂态稳定评估 机器学习 双阶段并行隐马尔科夫 模式识别
• 年，卷（期）: 2013,（10）
• 所属期刊栏目: 电力系统运行与规划
• 页码范围: 90-97,前插12
• 页数: 9页
• 分类号: TM71
• 字数: 4508字
• 语种: 中文

摘要

基于人工智能机器学习的暂态稳定评估越来越成为研究热点,提出一种基于双阶段并行隐马尔科夫模型(two-stage parallel hidden Markov model,TS-PHMM)的电力系统暂态稳定评估精细化模式识别方法.第1阶段采用相对灵敏度对原始电气特征量进行筛选,找出对电网动态变化敏感度高的特征子集；第2阶段采用主成分分析对特征子集进行排序,得到能够反映电网动态响应特性且线性无关的最优特征子集；最后,通过并行隐马尔科夫模型训练对暂态稳定进行模式识别.在CEPRI 8机36节点以及实际区域电网环境上的仿真分析,验证了该方法的有效性和精确性.在辨识准确率相当的情况下,该方法比常用人工智能类方法(如ANN,SVM等)所需训练样本更少、收敛更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王波	武汉大学电气工程学院	93	1266	18.0	33.0
2	查晓明	武汉大学电气工程学院	140	1760	20.0	38.0
3	唐飞	武汉大学电气工程学院	49	668	15.0	25.0
4	邵雅宁	武汉大学电气工程学院	9	137	5.0	9.0
5	马志昊	武汉大学电气工程学院	9	137	5.0	9.0