提出一种基于v-NPSVM (v-Non-Parallel Support Vector Machine, v-NPSVM)
的电力系统暂态稳定评估方法, 在NPSVM 分类器中引入v 值重构分类器, 可继承NPSVM …

提出一种基于Pin-SVM 的电力系统暂态稳定评估方法. 首先, 采用系统指标(如平均机械功率,
初始加速度和系统冲击等) 和投影能量函数指标(如投影角速度, 投影角加速度和投影动能PKE) …

目前, 利用数据挖掘方法进行电力系统暂态稳定分析的研究, 所用数据集普遍存在失稳样本少的
样本不均衡问题, 且挖掘模型的参数选择困难, 缺乏对预测结果可信度进行评价. 针对以上问题 …

半监督学习可借助有标签和部分无标签样本数据来构建电网暂态稳定评估模型,
有效利用输入样本数据, 可提高电网暂态稳定评估准确率, 为此提出基于半监督近似流形支持 …

针对现有支持向量机(SVM) 在评估精度上的不足, 提出一种基于耦合模拟退火和最小二乘支持
向量机(LSSVM) 的电力系统暂态稳定评估方法, 将SVM 中的约束转化为等式约束 …

研究了支持向量机在电力系统暂态稳定评估中的应用, 设计了一个新的支持向量机分类器用于暂
态稳定分类. 基于支持向量机分类器的输出, 把样本划分为3 类: 稳定类, 不稳定类和边界区样本 …

目前, 利用数据挖掘方法进行电力系统暂态稳定评估的研究, 对结果中不稳定样本被误判为稳定
样本的情况重视不足, 不符合电网运行对安全性的要求. 针对该问题, 文中提出了安全域概念下 …

在对比分析电力系统已有暂态稳定评估方法的基础上, 提出一种以支持向量机模型为基础的动态
训练算法. 该方法将特征提取, 样本训练融合在一起, 动态产生一系列支持向量机模型 …

针对目前基于人工智能算法的电力系统暂态稳定评估输入特征选择困难的问题,
采用发电机单一状态变量故障清除后一段时间内的轨迹作为支持向量机(Support Vector …

摘要针对传统基于机器学习的电力系统暂态稳定评估方法存在准确率偏低和泛化能力不足的
问题ꎬ 提出了一种基于特征选择和改进随机森林的在线暂态稳定评估方法ꎮ 首先ꎬ …