用于暂态稳定评估的人工神经网络输入空间压缩方法

应用粗糙集理论中的决策表化简技术，提出了一种压缩人工神经网络(ANN)输入空间的方法，改善了ANN用于电力系统暂态稳定评估(TSA)时面临的数据训练瓶颈问题。由于训练样本是连续性的数据，采取了3种离散化方法：等频法、等距法和最大熵法。用10机39节点的新英格兰系统测试了该数据压缩方法的有效性。ANN初始输入变量为11个，利用粗糙集化简方法抽取出6个关键特征变量，样本集压缩了45.5%，而ANN稳定分类器的判别效果并没有因此受到影响。