| 电力系统低频振荡模式的自动分类研究 |
| |
| 引用本文： | 陆超,陆秋瑜.电力系统低频振荡模式的自动分类研究[J].电力系统保护与控制,2010,38(4). |
| |
| 作者姓名： | 陆超 陆秋瑜 |
| |
| 作者单位： | 清华大学电机系电力系统国家重点实验室,北京,100084 |
| |
| 基金项目： | 电力系统国家重点实验项目，中国南方电网有限责任公司重大科技专项 |
| |
| 摘 要： | 大规模复杂电网在不同运行条件下其低频振荡模式变化明显,基于扰动信号和类噪声信号的振荡辨识海量结果需在线分析,以完成多个模式的自动识别与分类.针对上述问题,提出并设计了一套不依赖于经验的振荡模式自动分类系统.该系统包括特征选择和分类器两个部分,利用特征选择实现了大范围的降维,并对比分析了线性的Fisher分类器、非线性的二次型和k近邻分类器性能.进一步的,基于南方电网简化仿真数据进行了验证,其结果说明了所设计和实现方法的有效性,为进一步的预警、分群等提供了重要信息.
|
| 关 键 词： | 低频振荡 振荡模式辨识 模式分类 特征选择 Fisher分类 k近邻分类 二次型分类 |
Research on power system low frequency oscillation modes classification |
| |
| LU Chao,LU Qiu-yu.Research on power system low frequency oscillation modes classification[J].Power System Protection and Control,2010,38(4). |
| |
| Authors: | LU Chao LU Qiu-yu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
