本文關(guān)鍵詞：極限學(xué)習(xí)機(jī)和遺傳算法在暫態(tài)穩(wěn)定評(píng)估特征選擇中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：特征選擇和空間降維是電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估中的關(guān)鍵步驟。針對(duì)國(guó)內(nèi)外現(xiàn)有文獻(xiàn)所提方法中存在的效率低、分解子集操作結(jié)果不理想等問題,提出了基于極限學(xué)習(xí)機(jī)和遺傳算法的輸入特征選擇方法。首先運(yùn)用遺傳算法實(shí)現(xiàn)特征選擇,再輸入優(yōu)選后的子集,利用極限學(xué)習(xí)機(jī)構(gòu)造分類器加以穩(wěn)定性評(píng)判。其中,適應(yīng)度函數(shù)考慮了兩個(gè)要素:一是所選特征子集應(yīng)對(duì)分類結(jié)果起到較為重要的作用;二是用作輸入的特征項(xiàng)盡可能精簡(jiǎn)。在英格蘭10機(jī)39節(jié)點(diǎn)系統(tǒng)中進(jìn)行仿真計(jì)算,結(jié)果表明,進(jìn)行特征選擇后分類效果優(yōu)于未進(jìn)行特征選擇情況,與其他文獻(xiàn)所選的特征子集相比,該方法所選特征子集的分類準(zhǔn)確率更高,證明了其有效性和優(yōu)越性。
【作者單位】： 華北電力大學(xué)電氣與電子工程學(xué)院;
【關(guān)鍵詞】： 電力系統(tǒng) 暫態(tài)穩(wěn)定評(píng)估 特征選擇 遺傳算法 極限學(xué)習(xí)機(jī)
【分類號(hào)】：TM712;TP18
【正文快照】： 特征選擇[1-2]作為電力系統(tǒng)暫態(tài)穩(wěn)定[3]評(píng)估工作的重要環(huán)節(jié),可以從冗雜、無效的海量數(shù)據(jù)中提取出有效信息,是保證暫態(tài)評(píng)估結(jié)果的基礎(chǔ)。國(guó)內(nèi)外已有許多學(xué)者從不同角度、使用不同的人工智能算法[4-6]試圖解決此問題,例如模擬退火算法、支持向量機(jī)SVM(support vector machine)、

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前10條

1 王新峰;邱靜;劉冠軍;;基于特征相關(guān)性和冗余性分析的機(jī)械故障特征選擇研究[J];中國(guó)機(jī)械工程;2006年04期

2 劉曉志;黃厚寬;尚文倩;;帶專業(yè)詞庫的特征選擇[J];北京交通大學(xué)學(xué)報(bào);2006年02期

3 周瑞瓊;朱顥東;吳洪麗;;基于兩種特征貢獻(xiàn)度的特征選擇[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

4 潘nQ;顧宏斌;趙芷晴;;術(shù)語定義抽取的特征選擇框架[J];南京航空航天大學(xué)學(xué)報(bào);2012年03期

5 呂彥紅;陳基漓;阮百堯;;基于遺傳算法的中文自動(dòng)分類特征選擇[J];山東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

6 劉代志,李夕海,張斌;基于序優(yōu)化方法的特征選擇研究[J];核電子學(xué)與探測(cè)技術(shù);2004年06期

7 黃淼;張國(guó)平;;基于多目標(biāo)進(jìn)化封裝的特征選擇在人臉識(shí)別中的應(yīng)用[J];科學(xué)技術(shù)與工程;2013年33期

8 劉開第,薛俊鋒,龐彥軍;特征選擇及其常用算法[J];河北建筑科技學(xué)院學(xué)報(bào);2004年04期

9 楊楊;呂靜;;高維數(shù)據(jù)的特征選擇研究[J];南京師范大學(xué)學(xué)報(bào)(工程技術(shù)版);2012年01期

10 趙小杰,種勁松,王宏琦;合成孔徑雷達(dá)圖像的特征選擇[J];遙感技術(shù)與應(yīng)用;2001年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 靖紅芳;王斌;楊雅輝;;基于類別分布的特征選擇框架[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

2 李長(zhǎng)升;盧漢清;;排序?qū)W習(xí)模型中的特征選擇[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2010)、第19屆全國(guó)多媒體學(xué)術(shù)會(huì)議（NCMT2010）、第6屆全國(guó)人機(jī)交互學(xué)術(shù)會(huì)議（CHCI2010）、第5屆全國(guó)普適計(jì)算學(xué)術(shù)會(huì)議（PCC2010）論文集[C];2010年

3 劉功申;李建華;李生紅;;基于類信息的特征選擇和加權(quán)方法[A];NCIRCS2004第一屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

4 倪友平;王思臣;馬桂珍;陳曾平;;分支界定算法在低分辨雷達(dá)飛機(jī)架次判別中的應(yīng)用[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

5 李澤輝;聶生東;陳兆學(xué);;應(yīng)用多類SVM分割MR腦圖像特征選擇與優(yōu)化的實(shí)驗(yàn)研究[A];中國(guó)儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

6 蒙新泛;王厚峰;;主客觀識(shí)別中的上下文因素的研究[A];中國(guó)計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 萬京;王建東;;一種基于新的差異性度量的ReliefF方法[A];2009年研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)論文集[C];2009年

8 范麗;許潔萍;;基于GMM的音樂信號(hào)音色模型研究[A];第四屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議論文集[C];2008年

9 陳友;戴磊;程學(xué)旗;;基于MRMHC-C4．5的IP流分類[A];第三屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2007年

10 申f;楊宏暉;袁帥;;用于水聲目標(biāo)識(shí)別的互信息無監(jiān)督特征選擇[A];第三屆上�！靼猜晫W(xué)學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李靜;高維數(shù)據(jù)交互特征選擇和分類研究[D];燕山大學(xué);2015年

2 劉風(fēng);基于磁共振成像的多變量模式分析方法學(xué)與應(yīng)用研究[D];電子科技大學(xué);2014年

3 王石平;粗糙擬陣及其在高維數(shù)據(jù)降維中的應(yīng)用研究[D];電子科技大學(xué);2014年

4 代琨;基于支持向量機(jī)的網(wǎng)絡(luò)數(shù)據(jù)特征選擇技術(shù)研究[D];解放軍信息工程大學(xué);2013年

5 王愛國(guó);微陣列基因表達(dá)數(shù)據(jù)的特征分析方法研究[D];合肥工業(yè)大學(xué);2015年

6 王博;文本分類中特征選擇技術(shù)的研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

7 張明錦;基于特征選擇的多變量數(shù)據(jù)分析方法及其在譜學(xué)研究中的應(yīng)用[D];華東理工大學(xué);2011年

8 高青斌;蛋白質(zhì)亞細(xì)胞定位預(yù)測(cè)相關(guān)問題研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

9 馮國(guó)忠;文本分類中的貝葉斯特征選擇[D];東北師范大學(xué);2011年

10 張麗新;高維數(shù)據(jù)的特征選擇及基于特征選擇的集成學(xué)習(xí)研究[D];清華大學(xué);2004年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周瑞;基于支持向量機(jī)特征選擇的移動(dòng)通信網(wǎng)絡(luò)問題分析[D];華南理工大學(xué);2015年

2 張金蕾;蛋白質(zhì)SUMO化修飾位點(diǎn)預(yù)測(cè)的數(shù)據(jù)挖掘技術(shù)研究[D];西北農(nóng)林科技大學(xué);2015年

3 陳云風(fēng);基于聚類集成技術(shù)的高鐵信號(hào)故障診斷研究[D];西南交通大學(xué);2015年

4 張斌斌;網(wǎng)絡(luò)股評(píng)的傾向性分析[D];中央民族大學(xué);2015年

5 季金勝;高分辨率遙感影像典型地物目標(biāo)的特征選擇及其穩(wěn)定性研究[D];上海交通大學(xué);2015年

6 袁玉錄;基于數(shù)據(jù)分類的網(wǎng)絡(luò)通信行為建模方法研究[D];電子科技大學(xué);2015年

7 王虎;基于試驗(yàn)設(shè)計(jì)的白酒譜圖特征選擇及支持向量機(jī)參數(shù)優(yōu)化研究[D];南京財(cái)經(jīng)大學(xué);2015年

8 王維智;基于特征提取和特征選擇的級(jí)聯(lián)深度學(xué)習(xí)模型研究[D];哈爾濱工業(yè)大學(xué);2015年

9 皮陽;基于聲音的生物種群識(shí)別[D];電子科技大學(xué);2015年

10 劉樹龍;特征選擇在軟件缺陷預(yù)測(cè)中的應(yīng)用技術(shù)研究[D];南京大學(xué);2015年

  本文關(guān)鍵詞：極限學(xué)習(xí)機(jī)和遺傳算法在暫態(tài)穩(wěn)定評(píng)估特征選擇中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：482155