基于标签传播半监督学习的电压暂降源识别

• 作者: 吕干云 王世旭
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 电压暂降源识别 标签传播 半监督 特征提取 K-近邻图模型
• 年，卷（期）: 2013,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 34-38
• 页数: 5页
• 分类号: TM711
• 字数: 3787字
• 语种: 中文

摘要

针对带标签(类别已知)的电压暂降历史样本数据有限且不易获得的情况,引入基于标签传播半监督学习的电压暂降源识别方法.首先从电压暂降信号中提取了五类暂降信号特征,建立了K-近邻图模型,并实现了图模型上的标签传播.分析了图模型参数k、α对标签传播结果的影响,同时与神经网络、最小二乘支持向量机等监督学习算法的识别结果进行了对比.仿真结果表明,在历史数据较少的情况下,标签传播算法比传统监督学习算法具有更高的识别准确率且实时性好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕干云	浙江师范大学数理与信息工程学院	28	356	9.0	18.0
2	王世旭	浙江师范大学数理与信息工程学院	1	6	1.0	1.0