改进Sammon映射算法在分析暂态稳定评估输入特征有效性中的应用

• 作者: 于之虹 张春 张爽 李岩松 田芳 田蓓
• 来源期刊: 电力建设
• 学科: 工学
• 关键词: 暂态稳定 机器学习 Sammon映射 特征有效性
• 年，卷（期）: 2016,（12）
• 所属期刊栏目: 输配电技术
• 页码范围: 96-103
• 页数: 8页
• 分类号: TM71
• 字数: 6219字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7229.2016.12.013

摘要

基于机器学习技术的电力系统暂态稳定评估方法中，输入特征提取的是否合理往往决定了最终的分类效果。然而，目前却缺乏一种工具去评价选择的输入特征是否具有可分性。鉴于此，引入Sammon映射算法将高维样本数据映射到低维空间中，通过观察映射点的分布情况判断提取的特征是否有效，并针对原算法的不足之处进行改进。首先利用主成分分析法( principal component analysis， PCA)求出包含原始数据信息最多的前两维主成分向量，代替原算法随机取值的方法，作为映射点坐标向量的初始值。然后，采用迭代修正法求解最终的映射点坐标向量，加快了求解速度。最后，以改进Sammon映射算法作为工具，分析IEEE 39节点系统的仿真数据和某地区实际在线历史数据提取特征的有效性，证明该算法在指导特征选择中具有良好的应用前景。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于之虹		28	354	9.0	18.0
2	李岩松	华北电力大学电气与电子工程学院	58	927	17.0	29.0
3	张爽	国网宁夏电力公司电力科学研究院	22	87	6.0	8.0
4	田芳		32	695	14.0	26.0
5	田蓓	国网宁夏电力公司电力科学研究院	17	41	5.0	5.0
6	张春	华北电力大学电气与电子工程学院	1	5	1.0	1.0