基于大数据分析的电网稳定性预测
电网的安全稳定是一项庞大且复杂的工程，是电力企业乃至整个社会改革、发展、稳定的基础。在越来越复杂的用电情况下，强化电网运行的安全和稳定，是保证国民经济快速良好发展的重要方面。本文基于UCI2018 电网稳定性仿真数据集，数据挖掘和统计学分析方法，提出了将机器学习算法用于电力数据，实现系统稳定性预测的模型。通过将支持向量机、决策树和神经网络进行横向对比的方式，设计了一种最优化的预测模型。结果 显示，神经网络的预测效果要优于另外两种方法，这不仅证实了电网数据和机器学习算法相结合可行性，也为电力大数据的研究提供了新思路。
稳定性分析 支持向量机 决策树 神经网络
赵波 田秀霞
上海电力大学,计算机科学与技术学院,上海市,200000
国内会议
上海
中文
125-136
2019-05-17（万方平台首次上网日期，不代表论文的发表时间）