基于支持向量机的暂态稳定分类中的特征选择

《基于支持向量机的暂态稳定分类中的特征选择》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第35卷第9期继电器Vl01．35No．92007年5月1日RELAYMay．1，2007基于支持向量机的暂态稳定分类中的特征选择向丽萍，．王晓红，王建，项杨，谢桦。，王晓茹(1．西南交通大学电气工程学院，四川成都610031；2．清华大学电机工程与应用电子技术系，北京100084；3。北京交通大学电气工程学院，北京100044)摘要：特征选择是支持向量机(SVM)分类实现中非常重要的环节。针对传统方法进行特征选择的缺陷，提出了基于遗传算法的特征选择方

2、法。综述和提出了支持向量机暂态稳定分类的初始特征；建立了IEEE16机86节点系统的暂态稳定分类初始特征样本集；利用主成分分析和遗传算法对维数较大的初始特征进行了有效降维；并通过因子负荷，完成了暂态稳定输入特征的选择：经过支持向量机分类器测试，显示选出的特征有很好的分类效果。关键词：特征选择；主成分分析；遗传算法；支持向量机FeatureselectionforSVMbasedtransientstabilityclassificationXIANGLi．ping，WANGXiao．hong，WAN

3、GJian，XIANGYang，XIEHua3，WANGXiao—ru(1．SouthwestJiaotongUniversity,Chengdu610031，China；2．TsinghuaUniversity,Beijing100084，China；3．BeijingJiaotongUniversity,Beijing100044，China)Abstract：Featureselectionplaysaveryimportantroleinrealizingsuppoavectormachin

4、e(SVM)classifier．Aimedatthedisadvantagesexistinginfeatureselectionbytraditionalmethod，anewmethodbasedongen~icalgorithmtoselecttheinputfeatures．Inthispaper,asetoffeaturesWhichfitfortransientstabilityassessmentiSsummarized．TheprimaryfeaturepatternofIEEEl

5、6一machine86一bussystemsystemisestablished，Usingprincipalcomponentanalysis(PCA)andgeneticalgorithm(GA)toeficientlyreducethedimensionoftheprimaryfeature．Byusingtheideaoffactorloading．itreconstructstheinputspacetoaccomplishfeatureselection。SVMclassifiertes

6、tdemonstratesthevalidityoftheproposedapproach．Keywords：featureselection；principalcomponentanalysis；geneticalgorithm；SVM中图分类号：TM711文献标识码：A文章编号：1003．4897(2007)09—0017—050引言含义不清。文献[2]中提出了34个原始特征，并在用于数据挖掘的海量数据可能包含成千上万此基础上采用了Tabu搜索技术进行特征选择，所选的特征，其中大部分特征与挖掘任

7、务是不相关的或特征具有代表性，但采用等频离散化的方法对输入是冗余的，这些特征增加了数据量，减慢了挖掘进特征进行离散化，减弱了特征信息，可能对分类影程，并有可能使发现的知识质量很差。特征选择就响较大。是一个从原有的特征集合中选择一个(相对某种评本文在综合现有研究的基础上，提出了暂态稳价准则)最优特征子集的过程。定评估的初始特征，建立了IEEE16机系统的初始电力系统暂态稳定评估的特征选择，需解决以样本集；利用主成分分析法提取出一组有较好分类下几个关键问题：数据源、原始输入特征的选取、效果的综合特征；然

8、后利用遗传算法进行特征选择，特征选择算法的选取、产生的特征子集性能优劣的从提取的综合特征中选择出使类内、类间距离判据评价标准。目前的研究多采用IEEE9机39节点系最大的一个综合特征，并通过因子负荷，完成了暂统，文献[1]中提出了基于遗传算法的特征选择，取态稳定输入特征的选择。得了较好的结果，但对于主成分分析变换后的特征1原始特征的选择基金项目：国家973重点基础研究发展规划资助项目电力系统暂态稳定性与系统的运行工况、故障(G1998010301)地点、故障类型、故障