在基于數(shù)據(jù)挖掘的電力系統(tǒng)暫態(tài)穩(wěn)定評估中,針對電氣量的變化趨勢特征難以準(zhǔn)確捕獲的困難,引入時間序列shapelet方法,從故障后PMU采集得到的電氣量時間序列中提取shapelet特征,繼而制定決策樹模型,以評估系統(tǒng)是否失穩(wěn)。鑒于其線下訓(xùn)練耗時過長,采用粒子群算法對shapelet的提取進(jìn)行加速。在接入了大型風(fēng)電場的新英格蘭39節(jié)點系統(tǒng)上進(jìn)行仿真測試,結(jié)果表明所提方法適用于風(fēng)電并網(wǎng)系統(tǒng),在保證較高的分類準(zhǔn)確率的同時,還提供了系統(tǒng)失穩(wěn)規(guī)律的機(jī)理性解釋。

【文章頁數(shù)】：7 頁

【文章目錄】：
0 引 言
1 基于shapelet的暫態(tài)功角穩(wěn)定評估算法
    1.1 一般暫態(tài)功角穩(wěn)定問題描述
    1.2 基于電壓幅值軌跡的穩(wěn)定判據(jù)
    1.3 時間序列shapelet特征提取
2 基于改進(jìn)shapelet搜索的暫態(tài)穩(wěn)定評估
    2.1 改進(jìn)shapelet搜索
    2.2 整體方案實施
3 案例分析
    3.1 測試系統(tǒng)
    3.2 生成樣本集
    3.3 交叉驗證
    3.4 模型性能
    3.5 shapelet搜索效率
    3.6 系統(tǒng)失穩(wěn)規(guī)律挖掘
4 結(jié) 語



本文編號：3841436