采用线性决策树的暂态稳定规则提取

为了提高精细规则的性能，提出一种基于支持样本的线性决策树的规则提取方法。该方法筛选临近稳定边界的支持样本，作为决策树的输入样本，精简了样本数目；提出基于线性分类器的决策树方法，以得到基于组合属性的安全稳定运行规则。在单机无穷大系统和IEEE39节点系统中的对比研究表明：由于考虑了支持样本的特殊性，用线性组合规则代替单属性规则，减少了计算时间，提高了泛化能力，丰富了规则的物理含义，得到的灵敏度信息可用于辅助决策，在安全稳定精细规则提取中具有应用潜力。