基于MVEE和LSPTSVM的电力系统暂态稳定评估

摘要

针对采用模式识别法进行电力系统暂态稳定评估时输入特征集构建困难和评估模型训练速度慢的问题,提出一种基于最小体积闭包椭球理论(Minimum Volume Enclosing Ellipsoid,MVEE)和最小二乘投影孪生支持向量机(Least Square Projection Twin Support Vector machine,LSPTSVM)的电力系统暂态稳定评估方法.首先,根据MVEE理论对系统轨迹信息进行优化处理,确定高维空间内包含所有轨迹信息的最小体积闭包椭球,并利用最小体积闭包椭球的物理属性构建输入特征集,可有效实现特征集降维.其次,在传统投影孪生支持向量机的目标函数中引入正则化项,并改进评估模型的内部约束条件,提高模型的求解速度,达到大规模电力系统的计算效率需求.最后,通过对IEEE-39和IEEE-145节点系统的算例分析,验证所提方法的有效性与可行性.