采用极限梯度提升算法的电力系统电压稳定裕度预测

• 作者: 张晨宇 王慧芳
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 电力系统 电压稳定性 机器学习 人工智能 极限梯度提升树(XGBoost)算法
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 电气工程
• 页码范围: 606-613
• 页数: 8页
• 分类号: TM744
• 字数: 6938字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2020.03.022

摘要

将极限梯度提升树(XGBoost)算法应用于电力系统电压稳定评估问题.根据电压稳定问题特点,提出能够反映电力系统运行状态的特征集;把电压稳定裕度绝对值作为映射目标,并介绍生成样本集的方法.在介绍XG-Boost算法基本原理的基础上,研究该算法的技术细节.在IEEE-39节点系统上进行验证,结果表明,XGBoost算法在R方值和平均绝对百分误差2项回归指标上均优于其他几类机器学习算法,且模型的计算速度最快,可以满足在线应用要求.同时,XGBoost算法具有良好的数值错误和数值缺失容错性,并可以针对预测偏差较大的样本进行数据补充,实现模型的更新,使得模型表现趋于稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王慧芳	浙江大学电气工程学院	84	1562	23.0	37.0
2	张晨宇	浙江大学电气工程学院	2	6	1.0	2.0