计及频率偏移分布与惩罚代价的最大频率偏移预测方法
Automation of Electric Power Systems（2021）
摘要
现有基于数据驱动的电力系统最大频率偏移预测方法忽略了样本分布不均匀对最大频率偏移预测的影响,其预测精度仍有进一步提升空间.为此,文中提出一种计及频率偏移分布与惩罚代价的最大频率偏移预测方法.采用多源信息融合方法从系统运行信息中提取关键特征子集,避免维度爆炸问题.然后,构建级联轻梯度提升机,并在其损失函数中加入惩罚敏感机制,以使级联轻梯度提升机训练时根据频率偏移样本的分布概率及保守预测的惩罚代价自动修正样本损失值.基于IEEE 118节点标准系统的仿真结果表明,所提方法具有优异的预测精度和抗噪性能.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要