基于多重极限学习机的电力系统故障后暂态稳定分层评估方法

    公开(公告)号:CN110728299A

    公开(公告)日:2020-01-24

    申请号:CN201910843026.5

    申请日:2019-09-06

    Applicant: 三峡大学

    Abstract: 基于多重极限学习机的电力系统故障后暂态稳定分层评估方法,根据最大相关最小冗余算法MRMR,在电力系统历史大数据中提取能够表征当前电力系统暂态稳定状况的关键特征;利用提取出的电力系统暂态稳定状况的关键特征对多重极限学习机ELMs进行分层学习训练,然后将故障后电力系统关键特征群,输入到各层训练好的多重极限学习机ELMs中,最后各层利用决策评价准则,得出最终的暂态稳定评价结果。该方法具有高精度的同时,还满足了智能电网大数据的快速性要求。

Patent Agency Ranking