基于KM-RF算法的电力系统暂态稳定评估

摘要：

针对电力系统暂态稳定评估当中数据不平衡处理以及评估性能优化问题,提出了一种基于随机森林和K-means聚类的组合分类算法的暂态稳定评估方法.选取具有代表性的特征量构成原始特征集,并对数据进行归一化处理和相关性分析,以提升性能和运算效率.使用K-means聚类算法进行类分解,解决数据的不平衡问题,然后使用随机森林算法进行评估.最后,利用新英格兰10机39节点测试系统仿真,并与决策树、随机森林和支持向量机算法进行比较.在命中率、准确率以及整体系数上所提方法均为最高,误中率则是最低,由此表明方法效果好、误差小,具有一定的实用价值.

关键词：暂态稳定评估;随机森林;机器学习;数据不平衡

所属期刊栏目：43

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：江苏省大学生创业创新训练计划项目202011276009Z

在线出版日期：2021-12-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：72-74