Nhận dạng ổn định hệ thống điện dùng bộ phân lớp SVM
Email tác giả liên hệ:
aunn@hcmute.edu.vnTừ khóa:
nhận dạng, phân lớp, ổn định hệ thống điện, suport vector machine, mạng nơ-rônTóm tắt
Đầu tư phát triển hạ tầng hệ thống điện (HTĐ) không theo kịp độ tăng trưởng của phụ tải. HTĐ bị áp lực vận hành ở chế độ cận giới hạn biên ổn định. Cho nên HTĐ rất dễ bị tổn thương khi gặp sự cố. Mất ổn định hệ thống điện được phát hiện sớm thì cơ hội điều khiển đưa hệ thống điện về trạng thái ổn định còn khả thi. Các phương pháp truyền thống tốn nhiều thời gian phân tích ổn định quá độ trong HTĐ nên không thích hợp trong làm việc trực tuyến. Nhận dạng là phương pháp hứa hẹn áp dụng đánh giá ổn định HTĐ trực tuyến. Bài báo giới thiệu bộ phân lớp SVM (Suport Vector Machine) và đề nghị áp dụng SVM vào đánh giá ổn định HTĐ. Nghiên cứu được kiểm tra trên sơ đồ IEEE 39-bus. Bài báo đã so sánh độ chính xác nhận dạng ổn định HTĐ của SVM và mạng nơ-rôn MLP (Multilayer Perceptron Neural Network). Kết quả cho thấy bộ phân lớp SVM đạt độ chính xác nhận dạng cao hơn bộ phân lớp MLP.
Tải xuống: 0
Tài liệu tham khảo
R. Zhang, Y. Xu, Z. Y. Dong, K. Meng, and Z. Xu, “Intelligent systems for power system dynamic security assessment: Review and classification,” 2011 4th Int. Conf. Electr. Util. Deregul. Restruct. Power Technol., pp. 134–139, 2011.
S. Kalyani and K. S. Swarup, “Pattern analysis and classification for security evaluation in power networks,” Int. J. Electr. Power Energy Syst., vol. 44, no. 1, pp. 547–560, 2013.
A. Karami and S. Z. Esmaili, “Transient stability assessment of power systems described with detailed models using neural networks,” Int. J. Electr. Power Energy Syst., vol. 45, no. 1, pp. 279–292, 2013.
A. M. A. Haidar, M. W. Mustafa, F. A. F. Ibrahim, and I. A. Ahmed, “Transient stability evaluation of electrical power system using generalized regression neural networks,” Appl. Soft Comput. J., vol. 11, no. 4, pp. 3558–3570, 2011.
Z. Y. Dong, Z. Rui, and Y. Xu,“Feature selection for intelligent stability assessment of power systems,” IEEE Power and Energy Society General Meeting, pp. 1–7, 2012.
N.N.Au, Q.H.Anh, and P.T.T.Binh, “Feature Subset Selection in Dynamic Stability Assessment Power System Using Artificial Neural Networks,” Sci. Technol. Dev. Vol.18, No.K3, 2015.
M. H. Beale, M. T. Hagan, and H. B. Demuth, “Neural Network Toolbox TM User ’ s Guide R 2014 a,” 2014.
C. Cortes and V. Vapnik, “Support-Vector Networks,” Proc. Mach. Learn., vol. 20, pp. 273–297, 1995.
A. R. Webb and K. D. Copsey, ''Statistical Pattern Recognition'', Third Edition, A John Wiley & Sons. Inc. Publication, 2011.
Tải xuống
Đã Xuất bản
Cách trích dẫn
Số
Chuyên mục
Categories
Giấy phép
Bản quyền (c) 2021 Tạp chí Khoa học Giáo dục Kỹ Thuật - ĐH SPKT TP.HCM
Tác phẩm này được cấp phép theo Giấy phép quốc tế Creative Commons Attribution-NonCommercial 4.0 .
Bản quyền thuộc về JTE.
