%0 Journal Article
%T 基于双阶段并行隐马尔科夫模型的电力系统暂态稳定评估
%A 唐飞
%A 王波
%A 查晓明
%A 马志昊
%A 邵雅宁
%J 中国电机工程学报
%P 90-97
%D 2013
%X 基于人工智能机器学习的暂态稳定评估越来越成为研究热点，提出一种基于双阶段并行隐马尔科夫模型(two-stageparallelhiddenMarkovmodel，TS-PHMM)的电力系统暂态稳定评估精细化模式识别方法。第1阶段采用相对灵敏度对原始电气特征量进行筛选，找出对电网动态变化敏感度高的特征子集；第2阶段采用主成分分析对特征子集进行排序，得到能够反映电网动态响应特性且线性无关的最优特征子集；最后，通过并行隐马尔科夫模型训练对暂态稳定进行模式识别。在CEPRI8机36节点以及实际区域电网环境上的仿真分析，验证了该方法的有效性和精确性。在辨识准确率相当的情况下，该方法比常用人工智能类方法(如ANN，SVM等)所需训练样本更少、收敛更快。
%K 暂态稳定评估
%K 机器学习
%K 双阶段并行隐马尔科夫
%K 模式识别
%U http://www.pcsee.org/CN/abstract/abstract25836.shtml