章小强
- 作品数：6 被引量：33H指数：3
- 供职机构：广东电网公司更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：电气工程更多>>
- 智能稳定评估中的关键特征识别研究
- 安全稳定水平的评估和控制是电力系统运行调度的核心问题。目前电网主要依靠大量的故障仿真计算来进行安全扫描和评判。对于结构庞大,设备众多,负荷需求和发电机出力处于不断变化中的大电网,这种故障枚举式的仿真分析方法不仅始终难以克...
- 章小强
- 关键词：暂态稳定评估改进蚁群算法
- 文献传递
- 暂态稳定评估关键输入特征选择与评判规则
- 2010年
- 关键输入特征选择与评估模型是基于人工智能(AI)的电力系统暂态稳定评估方法研究的关键点.文中采用数据驱动的特征选择和规则提取算法,通过仿真实例评估关键特征,并提取稳定判别规则.在特征选择中采用基于遗传算法的k阶近邻法(GA-knn)评价特征的性能;在规则提取中,采用关联规则的分类器构造算法,生成暂态稳定评估规则.通过对10机39节点系统和3机9节点系统中应用结果的对比分析,在53维候选特征中得出了相对通用的暂态稳定评估关键特征,并得到不同网架结构中稳定评判规则表现出的适用性和在稳定边界上的特异性.
- 管霖郑传材王律章小强王同文
- 关键词：电力系统暂态稳定评估知识提取
- 基于蚁群优化算法和k阶近邻法的暂态稳定评估特征选择被引量：2
- 2011年
- 提出了基于蚁群优化算法和k阶近邻法相结合的嵌入式特征选择算法。选择稳态潮流量构成电力系统暂态稳定评估的输入特征集,针对输入特征集包含的大量冗余信息,特征选择结果中可能包含一定冗余特征的缺陷,先用聚类的方法裁剪冗余性特征,然后用所提算法选择和稳定状况强相关的关键特征,提高了特征选择的效率。通过对3机9节点和10机39节点系统进行计算,用所选择特征形成的规则能很高精度地判定系统的稳定水平,结果验证了所提方法的有效性。该算法可作为一种通用方法应用于不同规模的系统。
- 章小强管霖
- 关键词：暂态稳定评估蚁群优化算法
- 基于蚁群算法的暂态稳定评估输入特征的识别
- 本文提出了基于蚁群优化算法和k阶近邻法(k-NN)相结合的特征选择算法实现暂态稳定评估过程中关键特征的识别过程。选择稳态潮流量构成电力系统暂态稳定评估的候选特征集,利用蚁群优化算法搜索特征子集,然后用k-NN分类器的分类...
- 章小强管霖
- 关键词：暂态稳定评估蚁群优化算法K近邻分类器
- 文献传递
- 基于扩展k阶近邻法的电力系统稳定评估新算法被引量：18
- 2008年
- 针对k阶近邻法分类时对样本的潜在结构信息未加利用这一缺陷,扩展k阶近邻法采用模式发现算法获取样本的空间分布知识,以获得的知识取代原始样本实现未知样本的分类。算法有效剔除了不利于分类的干扰样本,提高了分类精度和速度。在基于稳态运行信息的暂态稳定评估算法中,应用扩展k阶近邻法,实现了各种方式下稳定水平的正确判别。仿真结果验证了算法的有效性。算法作为一种通用的知识获取工具有广泛的应用前景。
- 王同文管霖章小强张尧
- 关键词：知识获取
- 针对特征选择问题的改进蚁群算法及其在电力系统安全评估中的应用被引量：10
- 2010年
- 提出基于改进蚁群优化算法和k近邻算法相结合的特征选择算法。利用k近邻分类器的分类精度和特征子集维数加权构造了综合适应度指标,利用改进蚁群算法的全局寻优和多次优解搜索能力实现特征子集搜索。针对传统蚁群算法在特征选择中可能含有冗余特征的问题,设计了局部细化搜索方式,使得特征选择结果不含冗余特征的同时提高了算法的收敛性。通过测试数据验证了算法的有效性和快速性后,将所提算法应用于10机39节点电力系统的安全评估问题,获得了良好的特征选择和稳定预测性能。
- 章小强管霖王同文
- 关键词：蚁群优化算法
