-
题名基于支持向量机算法的配电线路时变状态预测方法
被引量：18
- 1
-
-
作者
谢桦
亚夏尔·吐尔洪
陈昊
张沛
-
机构
北京交通大学电气工程学院
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2020年第18期74-80,共7页
-
基金
国家重点研发计划资助项目(2018YFB0905304)
国家电网公司科技项目(SGZJ0000KXJS1700303)。
-
文摘
配电线路状态准确预测是进行配电网调控的基础。提出了基于支持向量机(SVM)算法的配电线路时变状态预测方法。首先,分析影响配电线路状态变化的因素,构建基于Fokker-Planck的配电线路状态转移模型。其次,融合配电信息系统多源海量数据,采用基于相关度的最优特征子集筛选方法构建配电线路状态特征变量集,采用合成少数类过采样技术(SMOTE)算法解决线路故障状态样本数量少而带来的样本集类别不平衡问题。然后,考虑到线路状态二分类的特点,采用SVM算法进行线路运行工况的分类预测,形成了基于SMOTE-SVM算法的状态转移模型求解方法,可实现配电线路时变状态预测。最后,以某实际配电系统为算例验证了所提方法的有效性。
-
关键词
配电线路
时变状态预测
数据融合
合成少数类过采样技术
支持向量机
-
Keywords
distribution line
time-variant state prediction
data fusion
synthetic minority over-sampling technique(SMOTE)
support vector machine(SVM)
-
分类号
TM75
[电气工程—电力系统及自动化]
TP181
[自动化与计算机技术—控制理论与控制工程]
-
