公开(公告)号：CN116231642A

公开(公告)日：2023-06-06

申请号：CN202310242124.X

申请日：2023-03-14

Applicant: 华北电力大学(保定)

Inventor： 甄永赞 ,  阮程

IPC: H02J3/00 ,  G06F18/2411 ,  G06F18/2431 ,  G06F18/2451 ,  G06F18/213 ,  G06F18/214

Abstract: 本发明提出一种基于代价敏感多变量决策树(HCS‑MDT)的暂态电压稳定预测方法，利用改进经验风险的代价敏感支持向量机(CS‑SVM)作为MDT内部节点分类器，生成解析式组合特征判稳规则作为可视化判稳依据，并能有效减少失稳误判；将分级自适应(HSA)准则融入多变量决策树CS‑MDT中进行暂态电压稳定在线预测，在提升早期预测能力的同时有效保障预测准确率。本发明的HCS‑MDT方法在电力系统暂态电压稳定预测中具有一定应用潜力。

公开(公告)号：CN115906671A

公开(公告)日：2023-04-04

申请号：CN202310005722.5

申请日：2023-01-04

Applicant: 华北电力大学(保定)

Inventor： 甄永赞 ,  阮程

IPC: G06F30/27 ,  H02J3/12 ,  G06F18/2113 ,  G06F18/2415 ,  G06F113/04 ,  G06F111/08

Abstract: 本发明公开了属于电力系统暂态电压稳定评估技术领域的一种基于智能特征选择的电力系统暂态电压稳定评估方法。该方法包括：基于SMRMR对特征进行初筛；将互信息值转换为SU值，基于SU值获得任意两个特征之间的冗余度以及每个特征与类别之间的相关度后，采用增量搜索来选取由MRMR所定义的近似最优特征；基于QIBSO对步骤1选取的近似最优特征进行搜索细选；基于复合筛选框架进行暂态电压稳定评估；从时序维度与空间维度构造原始特征，将步骤2细选出的特征子集作为机器学习模型的输入对电力系统暂态电压稳定进行在线评估。本发明方法可以极大程度缩减特征子集维数，提升评估准确率并减少在线评估计算用时。