基于核化模糊粗糙集与模因算法的暂态稳定评估特征选择
信号处理
2018-08-29 v1
摘要
针对电力系统暂态稳定评估，提出一种基于核化模糊粗糙集（KFRS）与模因算法（MA）的特征选择新方法。考虑到广域测量系统可能提供的实时信息，从电力系统运行参数中提取一组系统级分类特征以构建原始特征集。通过定义基于 KFRS 的广义分类函数作为可分离性准则，采用基于二进制差分进化（BDE）和禁忌搜索（TS）的模因算法来获得具有最大分类能力的最优特征子集。所提方法可避免基于粗糙集的属性选择中特征离散化过程导致的信息损失，并综合利用 BDE 与 TS 的优势以提升解质量与搜索效率。基于新英格兰 39 节点电力系统与河北省南部电力系统的应用结果验证了所提方法的有效性。
引用
@article{arxiv.1808.08790,
title = {Feature selection for transient stability assessment based on kernelized fuzzy rough sets and memetic algorithm},
author = {Xueping Gu and Yang Li and Jinghua Jia},
journal= {arXiv preprint arXiv:1808.08790},
year = {2018}
}
备注
Accepted by International Journal of Electrical Power & Energy Systems