摘要
为确保电力系统的稳定运行,基于多分类支持向量机(Support Vector Machine,SVM)提出一种对电力系统静态和暂态安全评估方法.该模型在IEEE 118节点系统上进行测试,采用顺序前向选择方法进行特征选择以降低数据维度,并通过带有网格搜索的差分进化算法进行SVM模型参数选择.仿真结果表明,该模型在进行静态和暂态安全评估时分类准确率高于95％.与其他分类器算法相比,该模型四种模式的识别误分类率大幅下降,其中,危险模式的误分类率仅为1.2％.此外,相较于执行时间长达数百秒的传统方法,该模型的执行时间为毫秒级,更适用于在线安全监控系统.
维普
万方数据