电压暂降源异质堆叠集成学习识别法

摘要：

电压暂降源分类识别存在可获得信息不完备的问题.针对现有单一识别法弱学习特点和组合识别法一致性强的问题,提出一种基于异质堆叠集成学习的暂降源识别方法,提升识别模型的泛化能力和鲁棒性.把线路故障分为普通故障和雷击故障,以10类单一电压暂降源的识别为目标,选取9个表征特征差异的波形统计参数,构建27维识别特征向量.引入堆叠集成算法,以5种差异性强的单一识别法为基分类器,用随机森林法作元分类器,建立异质堆叠集成识别模型.通过PSCAD仿真数据和实测数据验证,并与现有6种识别法比较,结果表明,该方法识别精度高,噪声鲁棒性良好,具有良好的工程实用性.

关键词：电压暂降源识别;异质性;差异性;堆叠集成;识别精度;噪声鲁棒性

所属期刊栏目：49

资助基金：国家自然科学基金项目资助51807126

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8