北极星

搜索历史清空

  • 水处理
您的位置:电力输配电电网建设技术正文

基于代价敏感极端学习机的电力系统暂态稳定评估方法

2016-08-25 17:42来源:电力自动化设备作者:电力自动化设备关键词:电力系统电力系统稳定智能电网研究收藏点赞

投稿

我要投稿

随着电力系统规模的不断增大,其动态特性愈加复杂,鲁棒性、复杂性与安全性之间的矛盾也越来越突出,对系统安全稳定评估提出了更高要求。

在此课题背景下,今天小编为您介绍四川大学肖先勇教授研究团队的文章《基于代价敏感极端学习机的电力系统暂态稳定评估方法》。

本文以现有机端学习机(ELM)为基础,引入误分类代价的概念,研究稳定样本与不稳定样本误分类代价的差异,建立误分类代价矩阵,以误分类代价最小为目标,提出一种暂态稳定代价敏感极端学习机(CELM)评估方法,并对暂态稳定分类性能测度指标进行了研究。在新英格兰39节点系统和IEEE145节点系统上对所提方法进行仿真验证,结果表明,该方法不仅能满足漏报率为0的要求,还能使稳定样本的误报率维持在较低的水平,保证了评估结果的可靠性,能更好地满足工程应用需求。

1误分类代价及其定量刻画方法

在电力系统暂态稳定分类过程中,稳定样本和不稳定样本的误分类所造成的代价明显不同,这种类间误分类代价的差异性可通过误分类代价矩阵定量刻画。一般地,暂态稳定分类的代价混淆矩阵如下表所示。

暂态稳定分类代价混淆矩阵

定义暂态稳定分类的误分类代价矩阵C为N阶对角矩阵,其中N为研究的样本数。对于矩阵C对角线上的任意元素cii,若i对应的样本为稳定样本,则令cii=λFS=1;若i对应的样本为不稳定样本,则令cii=λFU。

2CELM及其优化模型

CELM的优化模型如下:

对上述优化模型引入拉格朗日乘子矢量α,得到拉格朗日函数:

上式的KKT一阶最优条件如下:

投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

电力系统查看更多>电力系统稳定查看更多>智能电网研究查看更多>