历史数据驱动下基于粗糙集的AVC系统关键参数挖掘方法
自动电压控制(AVC)系统中的参数设置过程繁琐且设置结果无依据,以历史大数据为基础,通过对历史数据的挖掘指导系统关键参数的设置.首先,给出一种基于强化正域的属性综合约简策略对关联属性进行约简;然后,采用基于最优分类的属性变换策略将连续属性离散化,并给出一种基于数据预处理的集合近似匹配策略,用于计算不同曲线间的相似度;最后,提出一种基于粗糙集的AVC系统关键参数辨识框架,对历史大数据进行挖掘.基于真实电网数据进行算例分析,挖掘结果表明所提辨识框架能自动给出合理的参数设置结果;实际应用结果表明,相比于传统方法,基于历史大数据的挖掘结果取得了更好的控制效果.
AVC、粗糙集、数据挖掘、数据预处理、相似度量、数据驱动
40
TM732(输配电工程、电力网及电力系统)
新能源与储能运行控制国家重点实验室开放基金资助项目;国家自然科学基金资助项目;江苏省高校自然科学研究重大项目;江苏省配电网智能技术与装备协同创新中心开放基金资助项目
2020-06-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
210-217