首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|资料|样刊邮寄查询|常见问题解答|联系我们
李向伟,刘思言,高昆仑. 基于差分进化极限学习机的电力系统暂态稳定评估方法[J]. 科学技术与工程, 2020, 20(1): 213-217.
LI Xiang-wei,LIU Si-yan.Power System Transient Stability Assessment Based on the Differential Evolution Extreme Learning Machine[J].Science Technology and Engineering,2020,20(1):213-217.
基于差分进化极限学习机的电力系统暂态稳定评估方法
Power System Transient Stability Assessment Based on the Differential Evolution Extreme Learning Machine
投稿时间:2019-05-09  修订日期:2019-09-22
DOI:
中文关键词:  极限学习机 差分进化算法 序列浮动后向特征选择 暂态稳定评估
英文关键词:extreme  learning machine  differential evolution  algorithm sequence  floating backward  feature selection  transient stability  assessment
基金项目:国家电网公司科技项目
        
作者单位
李向伟 华北电力大学
刘思言 全球能源互联网研究院
高昆仑 全球能源互联网研究院
摘要点击次数: 776
全文下载次数: 170
中文摘要:
      电力系统暂态稳定性的破坏可以对电力系统的安全稳定运行产生严重冲击,准确、快速的暂稳评估方法能够提高电力系统的安全防御能力。近年来极限学习机由于其速度快、泛化性能好进而被应用到电力系统暂态稳定评估中。为了提高极限学习机的评估性能,利用基于差分进化算法的优化方法和序列浮动后向特征选择算法对极限学习机暂态稳定评估性能进行提升。首先对输入特征通过主元分析降维并利用序列浮动后向算法进行特征选择,再将最优特征集输入差分进化极限学习机进行暂态稳定评估,最后在IEEE39标准节点系统中进行仿真计算,结果表明,所提模型与其他极限学习机模型相比,大大提升了其在暂态稳定分类评估中的性能。
英文摘要:
      The damage of power system transient stability can cause serious accident of power grid, so the accurate and fast transient stability assessment method is of great significance to the system safe and stable operation. This paper used a method based on extreme learning machine optimized by the differential evolution algorithm (DE-ELM) and the sequence floating backward feature selection (SFBS). Firstly, the dimension of input features was reduced by principal component analysis and feature selection was performed by sequential floating backward algorithm. Then, the optimal feature set is input into DE limit learning machine for transient stability assessment. Finally, simulation was carried out in IEEE39 standard node system. The results show that the proposed model have good performance in its classification and assessment of transient stability compared with other limit learning machine models.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第32705414位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号