求解大规模电网在线稳定评估的广泛内核CVM算法

• 作者: 刘涤尘 王波 邵雅宁 马志昊
• 来源期刊: 电力系统保护与控制
• 学科: 工学
• 关键词: 核向量机 决策树 在线 稳定评估
• 年，卷（期）: 2014,（21）
• 所属期刊栏目: 理论分析
• 页码范围: 34-39
• 页数: 6页
• 分类号: TM77
• 字数: 5209字
• 语种: 中文

摘要

针对SVM等各类传统算法耗时过长，无法满足在线要求的问题，提出了一种基于广泛内核核向量机(ECVM)的大规模电力系统在线稳定评估算法。首先基于决策树算法对原始特征量进行特征筛选，然后基于ECVM分类器快速给出电力系统稳定状态的评估结果。该算法简化了最小闭包球问题中新球心的计算过程，避免了每次迭代都要解决QP问题，降低了算法的复杂度。在New England 39节点系统和某实际系统下的仿真结果表明了所提算法的优越性，为大规模电力系统的在线稳定评估提供了新思路。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘涤尘	武汉大学电气工程学院	306	4153	33.0	48.0
2	王波	武汉大学电气工程学院	93	1266	18.0	33.0
3	邵雅宁	武汉大学电气工程学院	9	137	5.0	9.0
4	马志昊	武汉大学电气工程学院	9	137	5.0	9.0