基于随机森林算法的电力系统暂态稳定性评估.pdf

《基于随机森林算法的电力系统暂态稳定性评估.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第43卷第5期西南交通大学学报Vo1．43No．52008年1O月JOURNALOFSOUTHWESTJIAOTONCUNIVERSITY0ct．2008文章编号：O258．2724(20o8)05-0573-05基于随机森林算法的电力系统暂态稳定性评估叶圣永，王晓茹，刘志刚，钱清泉(西南交通大学电气工程学院，四川成都610031)摘要：利用随机森林算法，通过组合多棵基于随机向量的决策树对电力系统的暂态稳定性分类，提出了一种暂态稳定评估模型．在IEEE16机和IEEE50机测试系统进行的仿真验证了该模型对暂态稳定评估的有效性，其评估性能较经

2、典决策树算法、人工神经网络、支持向量机和K最近邻方法均有提高．关键词：电力系统；暂态稳定性；评估；随机森林算法；决策树；模型中圈分类号：TM712文献标识码：ATransientStabilityAssessmentBasedonRandomForestAlgorithmYEShengyong，WANGXiaoru，LIUZhigang，QIANQingquan(SchoolofElectricalEng．，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract：Amodelfort

3、hepowersystemtransientstabilityassessmentbasedonrandomforestalgorithmwaspresented．Thismodelcombinesdecisiontreeswhichdependonthevaluesofarandomvectorsampledindependentlyandwiththesamedistribution．SimulationresultsontheIEEE16-generatorandIEEE50一generatortestsystemsshowtheva

4、lidityoftheproposedmethod．Itsassessmentperformanceisbetterthandecisiontree，artificialneuralnetworks，supportvectormachineandKnearestneighbor．Keywords：powersystem；transientstability；assessment；randomforestalgorithm；decisiontree；model在众多复杂的电力系统现象中，稳定性最难理解和控制⋯。电力系统的稳定主要分为暂态稳定、

5、电压稳定和频率稳定J，其中暂态稳定，即大扰动下的功角稳定，一直是电力系统研究人员关注的问题之一．现有暂态稳定评估方法分为3种：时域仿真法、直接法和机器学习法J．时域仿真法具有数学模型详尽，能给出状态变量随时间响应的优点；缺点是计算量过大，耗费机时，难以实时在线分析．直接法的优点是能计算出稳定边界和稳定裕度，可以进行灵敏度分析；困难在于构建“好”的暂态能量函数和估算“好”的稳定边界或“好”的稳定域估计．利用机器学习或数据挖掘进行电力系统暂态稳定评估具有在线速度快和易于生成决策用的启发规则等优点，为电力系统稳定控制提供了新的解决途径．其中，决策

6、树是用于分类和预测的主要技术，曾在相当长的时间内是非常流行的人工智能技术，但在2O世纪9O年代初遭遇低潮而不被人关注J．随着数据挖掘技术在各行业中的应用，决策树作为拟人决策的主要方法之一，又重新引起了人们的兴趣．文献[5]将决策树用于电力系统暂态稳定评估，算例为一法国EHV电力系统，从实际可行性、输入特征、可靠性以及推广性等方面研究了决策树的应用．文献[6]基于PMU(phasormeasurementunits)获得的输入特征构建决策树进行暂态稳定评估，并在新英格兰39节点的系统上测试了几个候选决收稿日期：2007-01．09基金项目：教

7、育部霍英东青年教师基金资助项目(101060)；四川省杰出青年基金项目(07ZQ026-012)作者简介：叶圣永(1974一)，男，博士研究生，研究方向为数据挖掘、电力系统稳定与控制，mail：yeshengyong410@home．sm．edu．cn钱清泉(1936一)，男，教授，博士生导师，研究方向为工业If缶控、铁道电气化和自动化、电力系统自动化。E—mail：liuzg．cd@126．corn574西南交通大学一学报第43卷策树．决策树具有解释性好和训练速度快等优点，缺点是不稳定，即当输入有微小改变时，会得到完全不同的决策树，分类准

8、确率较低．随机森林算法(randomforestalgorithm，RFA)是一类组合决策树分类器的方法，由BreimaIl提出．RFA组合多棵决策树做出预测，其中每棵树都是基于