SVM核函数在TSA中的性能分析及PSO-CV寻参法
本文提出了一种新的寻参算法,即粒子群结合交叉验证(PSO-CV)算法;并且针对适用于暂态稳定评估(TSA)的核函数无法选择的缺陷,对支持向量机的三个非线性核函数用于TSA的性能进行了比较.利用PSO对参数进行迭代,对得到的参数用CV法进行验证和测试得到性能指标,根据设定的标准得到最佳参数,并以此训练模型,然后用模型对测试数据进行测试.与网格法结合交叉验证寻参法(WG-CV)相比,结果表明所提出的PSO-CV算法能更加有效的找到最佳参数,并且适用于TSA的核函数是多项式核函数.
电力系统 暂态稳定性 评估指标 支持向量机 核函数
陈伟华 游大海 张莹砾 陈齐瑞 邹扬
强电磁工程与新技术国家重点实验室(华中科技大学),湖北省 武汉市 430074
国内会议
北京
中文
1-4
2014-08-21（万方平台首次上网日期，不代表论文的发表时间）