基于二进粒子群优化算法的暂态稳定评估特征选择

被引:10
作者
陈磊
刘天琪
文俊
机构
[1] 四川大学电气信息学院
[2] 四川大学电气信息学院 四川成都
关键词
电力系统; 暂态稳定评估; 支持向量机; 粒子群优化; 特征选择;
D O I
暂无
中图分类号
TM712 [电力系统稳定];
学科分类号
080802 ;
摘要
采用二进粒子群优化算法进行暂态稳定评估的特征选择,粒子群中每个粒子代表一个待选择的特征集,结合最小二乘支持向量机使用该特征集对所对应的样本集进行分类,分类正确率作为该粒子的适应度。首先通过二进粒子群优化实现特征的选择,然后将优选后的特征作为暂态稳定评估的输入,利用最小二乘支持向量机构造分类器进行暂态稳定评估。通过对EPRI-36节点系统的仿真计算,结果表明该方法能够在显著减少输入特征维数的同时大大提高最终判别结果的正确率。
引用
收藏
页码:31 / 36+50 +50
页数:7
相关论文
共 8 条
[1]   基于BPSO-SVM的网络入侵特征选择和检测 [J].
高海华 ;
杨辉华 ;
王行愚 .
计算机工程, 2006, (08) :37-39
[2]   粒子群优化算法在配电网网架优化规划中的应用 [J].
徐珍霞 ;
顾洁 .
继电器, 2006, (06) :29-33
[3]   基于小波变换和最小二乘支持向量机的短期电力负荷预测 [J].
杨延西 ;
刘丁 .
电网技术, 2005, (13) :60-64
[4]   多输入特征融合的组合支持向量机电力系统暂态稳定评估 [J].
马骞 ;
杨以涵 ;
刘文颖 ;
齐郑 ;
郭金智 .
中国电机工程学报, 2005, (06) :20-26
[5]   遗传算法在暂态稳定评估输入特征选择中的应用 [J].
于之虹 ;
郭志忠 .
继电器, 2004, (01) :16-20
[6]   基于统计学习理论的电力系统暂态稳定评估 [J].
许涛 ;
贺仁睦 ;
王鹏 ;
徐东杰 .
中国电机工程学报, 2003, (11) :55-59
[7]   基于Tabu搜索技术的暂态稳定分类神经网络的输入特征选择 [J].
顾雪平 ;
张文朝 .
中国电机工程学报, 2002, (07) :66-70
[8]   基于神经网络暂态稳定评估方法的一种新思路 [J].
顾雪平 ;
曹绍杰 ;
张文勤 .
中国电机工程学报, 2000, (04) :78-83