[發(fā)明專利]一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法

在審

• 申請?zhí)枺?/td>: 201910011064.4
• 申請日: 2019-01-04
• 公開（公告）號: CN109829627A
• 公開（公告）日: 2019-05-31
• 發(fā)明（設(shè)計(jì)）人: 劉頌凱;毛丹;史若原;劉禮煌;佘小莉;楊楠;王豐;李世春
• 申請（專利權(quán)）人: 三峽大學(xué)
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N20/20
• 代理公司: 宜昌市三峽專利事務(wù)所 42103
• 代理人: 余山

1.一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于，包括以下步驟：

步驟1：將電力系統(tǒng)實(shí)時(shí)產(chǎn)生的各種特征數(shù)據(jù)作為一個(gè)輸入全集，對輸入特征全集進(jìn)行特征自動(dòng)化排序；

步驟2：對特征自動(dòng)化的特征全集進(jìn)行選擇，構(gòu)造最優(yōu)特征子集；

步驟3：對最優(yōu)的樣本訓(xùn)練集進(jìn)行隨機(jī)采樣；

步驟4：對采樣樣本基進(jìn)行單個(gè)極限學(xué)習(xí)機(jī)訓(xùn)練；

步驟5：將多個(gè)的ELM訓(xùn)練集進(jìn)行集成學(xué)習(xí)；

步驟6：通過決策規(guī)則和可信度估算選擇可信子輸出形成最終的系統(tǒng)估算。

2.根據(jù)權(quán)利要求1所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：在步驟1中，對輸入特征全集進(jìn)行特征自動(dòng)化排序步驟如下：

步驟1-1：使用皮爾遜相關(guān)系數(shù)對輸入的數(shù)據(jù)特征進(jìn)行特征重要性計(jì)算；

步驟1-2：對這些特征按照得分進(jìn)行一個(gè)從大到小的排序；

步驟1-3：根據(jù)得分排序依次加入對應(yīng)的特征向量，計(jì)算全部數(shù)據(jù)集對應(yīng)的分類準(zhǔn)確率并且記錄。

3.根據(jù)權(quán)利要求1所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：在步驟2中，輸入樣本集為O(p×f)，特征集為A＝{A₁，A₂，...，A_f}(其中p為總樣本數(shù)，f為總特征數(shù))，輸出特征權(quán)重向量為W，W(A_i)為A_i特征的權(quán)重，通過抽樣r(r≤p)次，設(shè)置特征權(quán)重閾值為β′。

4.根據(jù)權(quán)利要求1所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：在步驟2中，采用改進(jìn)的ReliefF(特征權(quán)重算法，適用于多類樣本)算法構(gòu)造最優(yōu)特征子集步驟如下：

步驟2-1：把特征向量W置為零向量；

步驟2-2：每次抽樣過程都按如下操作：①選定一個(gè)隨機(jī)樣本R；②從R類似樣本集中找出d個(gè)最近鄰H_j(j＝1，2，...，k)；③從R不同類樣本集中找到d個(gè)最近鄰M_j(j＝1，2，...，k)；④對于i從1到n，計(jì)算每個(gè)特征的權(quán)重；

步驟2-3：獲得所有特征權(quán)重矩陣W(A)；

步驟2-4：篩選出權(quán)重大于β′的特征構(gòu)成新的特征子集。

5.根據(jù)權(quán)利要求1所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：在步驟3中，采用Bagging(自主采樣法，有放回的再抽取)對新構(gòu)成的特征子集進(jìn)行隨機(jī)選擇，生成N個(gè)訓(xùn)練樣本的采樣集C_i(i＝1，2，...，N)。

6.根據(jù)權(quán)利要求1所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：在步驟4中，對單個(gè)ELM的訓(xùn)練，采用基于高斯激活函數(shù)改進(jìn)的魯棒ELM訓(xùn)練算法，步驟如下：

步驟4-1：隨機(jī)輸入隱含層節(jié)點(diǎn)的權(quán)重ω_i和偏置b_i；

步驟4-2：通過得到的魯棒激活函數(shù)(Robust Activation Function，RAF)來計(jì)算ELM中隱層輸出矩陣H；

步驟4-3：計(jì)算得出輸出權(quán)重β。

7.根據(jù)權(quán)利要求6所述的一種基于集成學(xué)習(xí)方案的電力系統(tǒng)動(dòng)態(tài)安全置信評估方法，其特征在于：所述在步驟4-2中，鑒于噪聲及離群點(diǎn)對激活函數(shù)的影響，ELM訓(xùn)練采用魯棒激活函數(shù)，隨機(jī)選擇隱含節(jié)點(diǎn)的輸入權(quán)重和偏差來學(xué)習(xí)的，通過矩陣計(jì)算輸出權(quán)重。