基于主成分分析和最小二乘支持向量机的电力系统状态估计

被引：18

作者：

贾嵘 ^{[1
]}

蔡振华 ^{[1
]}

刘晶 ^{[2
]}

王小宇 ^{[1
]}

杨可 ^{[1
]}

机构：

[1] 西安理工大学电力工程系

[2] 华北电力科学研究院

来源：

电网技术 | 2006年 / 21期

关键词：

主成分分析; 最小二乘支持向量机; 状态估计; 电力系统; 核函数;

D O I：

10.13335/j.1000-3673.pst.2006.21.016

中图分类号：

TM73 [电力系统的调度、管理、通信];

学科分类号：

080802 ;

摘要：

电力系统状态估计在能量管理系统中起着非常重要的作用,作者提出了基于主成分分析和最小二乘支持向量机的状态估计方法。首先对由量测量组成的初始样本进行主成分分析,对初始样本进行数据压缩和特征提取,消除数据间的相关性,提取出包含初始样本足够信息的主成分,然后将提取出的主成分作为最小二乘支持向量机的输入,降低了样本空间的维数。算例结果表明了所提出方法能有效地提高电力系统状态估计的精度。

引用

页码：75 / 77+98 +98

页数：4

共 12 条

[1] 基于粗糙集属性约简算法和支持向量机的短期负荷预测 [J].