[發明專利]基于mMIFS-U的兩階段電力系統關鍵特征選擇方法及裝置

在審

• 申請號: 201810374077.3
• 申請日: 2018-04-24
• 公開（公告）號: CN108334721A
• 公開（公告）日: 2018-07-27
• 發明（設計）人: 胡偉;侯凱元;邵廣惠;夏德明;王震宇;吳雙;郭秋婷
• 申請（專利權）人: 清華大學;國家電網公司東北分部
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種基于mMIFS-U的兩階段電力系統關鍵特征選擇方法，其特征在于，包括以下步驟：

通過時域仿真生成暫態穩定仿真數據集；

根據Parzen窗對所述暫態穩定仿真數據集進行概率密度估計；

根據mMIFS-U標準與概率密度估計的結果對所述暫態穩定仿真數據集進行特征初篩；以及

根據特征初篩的結果通過SVM分類算法對所述暫態穩定仿真數據集進行搜索，以得到關鍵特征選擇結果。

2.根據權利要求1所述的兩階段電力系統關鍵特征選擇方法，其特征在于，通過預設預想故障生成所述暫態穩定仿真數據集，其中，所述預設預想故障為在線路兩端設置三相短路接地故障，并在預設時間后切除故障線路，不斷改變潮流進行暫態穩定仿真計算，以得到多個穩定樣本和多個不穩定樣本。

3.根據權利要求1所述的兩階段電力系統關鍵特征選擇方法，其特征在于，所述Parzen窗的窗口函數為高斯窗口函數，所述高斯窗口函數為：

其中，z＝x-x_i，m為樣本x的維度，Σ為z的協方差矩陣，h為窗口寬度。

4.根據權利要求1所述的兩階段電力系統關鍵特征選擇方法，其特征在于，所述根據mMIFS-U標準結合所述概率密度估計對所述暫態穩定仿真數據集進行特征初篩，進一步包括：

對所述暫態穩定仿真數據集D進行離散化，并采用所述Parzen窗估計變量的概率密度，以使初始特征集依據系統分區劃分為多個區域及對應的候選特征集，并獲取關鍵斷面特征集；

在所述初始特征集中找到使得mMIFS-U評價標準公式，以確定最大特征，并將所述最大特征加入到所述候選特征集中，并從所述初始特征集中刪去，并直到達到迭代次數滿足預設次數；

將每個分區得到的所述候選特征集和所述關鍵斷面特征集進行整合。

5.根據權利要求4所述的兩階段電力系統關鍵特征選擇方法，其特征在于，所述SVM分類算法為：

輸入特征集；

對于特征集中的所有特征，利用SVM算法對特征集進行訓練，選擇使得準確率最高的特征集，直至滿足停止條件；

輸出特征集作為最終的特征集合。

6.一種基于mMIFS-U的兩階段電力系統關鍵特征選擇裝置，其特征在于，包括：

數據集生成模塊，用于通過時域仿真生成暫態穩定仿真數據集；

概率密度估計模塊，用于根據Parzen窗對所述暫態穩定仿真數據集進行概率密度估計；

特征初篩模塊，用于根據mMIFS-U標準與概率密度估計的結果對所述暫態穩定仿真數據集進行特征初篩；以及

特征選擇模塊，用于根據特征初篩的結果通過SVM分類算法對所述暫態穩定仿真數據集進行搜索，以得到關鍵特征選擇結果。

7.根據權利要求6所述的基于mMIFS-U的兩階段電力系統關鍵特征選擇裝置，其特征在于，所述數據集生成模塊，進一步用于：

通過預設預想故障生成所述暫態穩定仿真數據集，其中，所述預設預想故障為在線路兩端設置三相短路接地故障，并在預設時間后切除故障線路，不斷改變潮流進行暫態穩定仿真計算，以得到多個穩定樣本和多個不穩定樣本。

8.根據權利要求6所述的基于mMIFS-U的兩階段電力系統關鍵特征選擇裝置，其特征在于，所述Parzen窗的窗口函數為高斯窗口函數，所述高斯窗口函數為：

其中，z＝x-x_i，m為樣本x的維度，Σ為z的協方差矩陣，h為窗口寬度。