基于相关信息模型的特征选择方法及其在电力系统暂态稳定评估中的应用

摘要：

机器学习或数据挖掘的方法是电力系统暂态稳定评估的重要途径之一，电力系统的高维性是暂态稳定评估中要处理的重要难题，合适的特征选择能有效降低属性维数。为此提出了特征选择的相关信息模型法，该方法既考虑了候选属性能提供的关于类属性的信息量，又考虑了候选属性之间、候选属性与类属性之间的相关性。在IEEE16 机和IEEE50 机测试系统上的实验结果表明：相关信息模型法是一种有效的特征选择手段。

关键词： 暂态稳定评估 机器学习 特征选择 电力系统 候选属性 相关信息模型法

作者: 叶圣永 王晓茹 刘志刚 钱清泉

作者单位: 西南交通大学电气工程学院 四川成都 610031

会议类型: 国内会议

会议名称: 2008全国博士生学术论坛——电气工程

会议地点: 成都

会议语种:中文

页码: 160-164

在线出版日期: 2008-11-07（万方平台首次上网日期，不代表论文的发表时间）