基于贝叶斯分类器的暂态稳定评估方法研究
本文从数据挖掘的角度提出了一种基于“贝叶斯分类器”的电力系统暂态稳定评估新方法。首先选取能迅速反映电力系统暂态过程的特征量，作为贝叶斯分类器的属性变量，然后采用数值仿真算法产生大量样本，利用先验信息和样本数据确定稳定事件的后验概率。当电力系统发生故障时，对此时所对应的属性变量进行精确推理，得到电力系统的暂态稳定状态。由于任何分类器都有存在误分类的可能，因此给出了贝叶斯分类器的提升算法。最后，以新英格兰10机39节点系统的仿真结果验证了该分类器的分类效果。
电力系统 暂态稳定评估 数据挖掘 贝叶斯分类器
孟中强 卢锦玲
华北电力大学电气工程与电子工程学院,河北 保定 071003
国内会议
北京
中文
479-482
2008-10-01（万方平台首次上网日期，不代表论文的发表时间）