孤岛检测的关键特征识别及元学习方法

• 作者: 张沛超 杨珮鑫 谭啸风
• 来源期刊: 电力系统自动化
• 关键词: 微电网(微网) 分布式电源 孤岛检测 数据挖掘 RELIEF 算法 功率不平衡度 元学习方法
• 年，卷（期）: 2014,（18）
• 页码范围: 72-78
• 页数: 7页
• 字数: 5680字
• 语种: 中文
• DOI: 10.7500/AEPS20130804003

摘要

数据挖掘技术能有效解决孤岛检测中检测阈值的整定问题，已成为重要的孤岛检测方法。文中提出由关键特征识别、基学习器和元学习器等3个环节构成的孤岛检测数据挖掘系统。首先，分析了孤岛检测样本中的弱相关特征对分类的不利影响，提出利用 RELIEF(recursive elimination of features)算法首先识别孤岛检测的关键特征。然后，分析了单一分类器的归纳偏置现象，提出利用多个分类器的互补性提高孤岛检测的精度；最后，提出了基于元学习的新的孤岛检测方法。为验证上述方法的有效性，仿真算例中充分考虑了功率不平衡度、电压扰动等因素。仿真结果表明，上述3个环节对提高孤岛检测的精度和泛化能力具有重要作用。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张沛超	电力传输与功率变换控制教育部重点实验室上海交通大学电子信息与电气工程学院	10	282	8.0	10.0
2	杨珮鑫	电力传输与功率变换控制教育部重点实验室上海交通大学电子信息与电气工程学院	2	32	2.0	2.0
3	谭啸风	电力传输与功率变换控制教育部重点实验室上海交通大学电子信息与电气工程学院	1	24	1.0	1.0