孤岛检测的关键特征识别及元学习方法

摘要：

数据挖掘技术能有效解决孤岛检测中检测阈值的整定问题，已成为重要的孤岛检测方法。文中提出由关键特征识别、基学习器和元学习器等3个环节构成的孤岛检测数据挖掘系统。首先，分析了孤岛检测样本中的弱相关特征对分类的不利影响，提出利用 RELIEF(recursive elimination of features)算法首先识别孤岛检测的关键特征。然后，分析了单一分类器的归纳偏置现象，提出利用多个分类器的互补性提高孤岛检测的精度；最后，提出了基于元学习的新的孤岛检测方法。为验证上述方法的有效性，仿真算例中充分考虑了功率不平衡度、电压扰动等因素。仿真结果表明，上述3个环节对提高孤岛检测的精度和泛化能力具有重要作用。

关键词：微电网(微网)、分布式电源、孤岛检测、数据挖掘、RELIEF 算法、功率不平衡度、元学习方法

分类号：TM9;TM4

资助基金：国家高技术研究发展计划863计划资助项目2012AA050803;上海市科委项目11dz1210402。@@@@This work is supported by National High Technology Research and Development Program of China 863 Program2012AA050803;Shanghai Science and Technology Commission11dz1210402

在线出版日期：2014-09-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：72-78