基于集成OS-ELM的暂态稳定评估方法

摘要

针对现有基于模式识别的暂态评估方法无法在线学习的不足,本文研究了一种基于集成在线序贯极限学习机(OS-ELM)的暂态稳定评估方法.首先,使用基于增量式学习的OS-ELM作为弱分类器,然后采用在线Boosting算法进行集成进一步提高评估模型的稳定性和泛化能力,实现评估模型的在线更新.基于新英格兰39节点系统的算例结果验证了所提方法的有效性.