期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于统计学习理论的电力系统暂态稳定评估 被引量:71
1
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《中国电机工程学报》 EI CSCD 北大核心 2003年第11期51-55,共5页
该文利用基于结构风险最小化原理的支持向量机,结合装袋和近似推理,提出了电力系统暂态稳定评估模型的构造方法。该方法充分发挥支持向量机在解决有限样本、非线性及高维识别中体现出的优势,有效地提高了暂稳评估模型的泛化能力,并通过... 该文利用基于结构风险最小化原理的支持向量机,结合装袋和近似推理,提出了电力系统暂态稳定评估模型的构造方法。该方法充分发挥支持向量机在解决有限样本、非线性及高维识别中体现出的优势,有效地提高了暂稳评估模型的泛化能力,并通过训练样本集重构解决了暂稳评估的多类识别问题,在该评估模型中利用样本规范化、装袋和近似推理提高了训练速度和预测结果的精度及稳定性。在IEEE39节点测试系统中的应用结果证明了该方法对暂态稳定评估的有效性。 展开更多
关键词 电力系统 暂态稳定评估 统计学习理论 支持向量机 人工智能 神经网络
在线阅读 下载PDF
基于数据挖掘技术的电力系统暂态稳定预测 被引量:5
2
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《华北电力大学学报(自然科学版)》 CAS 北大核心 2004年第4期1-4,共4页
提出了相量测量装置历史数据挖掘方案,以暂态稳定监测为例,建立了一套数据挖掘流程。利用各种数据源建立了暂态稳定监测数据集市,该集市不仅便于联机分析处理,同时还可利用其建立多种数据挖掘模型,获取更多的暂态稳定知识。在6机22节点... 提出了相量测量装置历史数据挖掘方案,以暂态稳定监测为例,建立了一套数据挖掘流程。利用各种数据源建立了暂态稳定监测数据集市,该集市不仅便于联机分析处理,同时还可利用其建立多种数据挖掘模型,获取更多的暂态稳定知识。在6机22节点系统中的应用结果证明了该方法对电力系统暂态稳定监测的有效性。 展开更多
关键词 电力系统 暂态稳定预测 数据挖掘 数据源 神经网络 数据集市
在线阅读 下载PDF
电力市场谈判型长期合约的贝叶斯均衡解 被引量:8
3
作者 王鹏 杨华春 +1 位作者 邬彦鸿 贺仁睦 《电力系统自动化》 EI CSCD 北大核心 2003年第16期30-34,共5页
发电市场中 ,长期合约是发电公司与交易中心双方追求效益、规避风险的共同选择。针对确定交易规模、不定交易价格的合约谈判方式 ,首次采用非合作博弈论的贝叶斯均衡概念 ,讨论了合约价格形成的理性条件 ,并指出这种模式存在贝叶斯均衡解。
关键词 电力市场 长期合约 谈判模式 博弈论 贝叶斯均衡
在线阅读 下载PDF
基于输入空间压缩的短期负荷预测 被引量:18
4
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《电力系统自动化》 EI CSCD 北大核心 2004年第6期51-54,81,共5页
由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,... 由于影响负荷预测的因素复杂,并且实际获取的历史数据有限,传统的智能预测方法往往达不到工程应用的精度要求。为解决该问题,文中提出一种准确预测电力系统短期负荷的新思路:首先建立负荷输入特征选择模型,其搜索方法采用浮动搜索算法,在去除影响负荷预测的冗余特征之后,利用有限样本学习的统计学习理论(支持向量机)构造负荷预测回归模型,充分发挥其在解决有限样本、非线性中体现出的优势,较好地提高了评估结果的精度和泛化能力。在EUNITE网络中的应用结果证明了该方法对电力系统负荷预测的有效性。 展开更多
关键词 负荷预测 特征选择 浮动搜索 支持向量机
在线阅读 下载PDF
一种新的加速暂态稳定预测算法 被引量:1
5
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《继电器》 CSCD 北大核心 2004年第12期5-7,共3页
利用加速的统计学习算法,为快速评估电力系统的暂态稳定提出了一种新思路。该方法有效的利用了相量测量系统采集的数据,既充分发挥统计学习算法在解决有限样本、非线性及高维识别中表现出的优势,大幅提高了评估结果的精度和泛化能力;同... 利用加速的统计学习算法,为快速评估电力系统的暂态稳定提出了一种新思路。该方法有效的利用了相量测量系统采集的数据,既充分发挥统计学习算法在解决有限样本、非线性及高维识别中表现出的优势,大幅提高了评估结果的精度和泛化能力;同时又利用加速算法提高其实用性。在新英格兰系统中的应用结果证明了该方法对暂态稳定评估的有效性。 展开更多
关键词 电力系统 暂态稳定预测算法 统计学习算法 数据采集 神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部