电网技术

2006, (21) 75-77+98

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于主成分分析和最小二乘支持向量机的电力系统状态估计
Power System State Estimation Based on Principal Component Analysis and Least Square Support Vector Machines

贾嵘;蔡振华;刘晶;王小宇;杨可;

摘要(Abstract):

电力系统状态估计在能量管理系统中起着非常重要的作用,作者提出了基于主成分分析和最小二乘支持向量机的状态估计方法。首先对由量测量组成的初始样本进行主成分分析,对初始样本进行数据压缩和特征提取,消除数据间的相关性,提取出包含初始样本足够信息的主成分,然后将提取出的主成分作为最小二乘支持向量机的输入,降低了样本空间的维数。算例结果表明了所提出方法能有效地提高电力系统状态估计的精度。

关键词(KeyWords): 主成分分析;最小二乘支持向量机;状态估计;电力系统;核函数

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 贾嵘;蔡振华;刘晶;王小宇;杨可;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享