一种基于随机森林与极限学习回归的动态安全评估方法

摘要

本发明公开一种基于随机森林与极限学习回归的在线动态安全评估方案，具体包括以下步骤：(1)利用电力系统历史运行数据和基于预想事故集的故障仿真，获取电力系统运行数据样本，构建动态安全指标，形成原始样本集(2)采用基于随机森林的特征选择方法，利用基尼指数和变量重要性评分，得到关键变量；(3)利用关键变量训练极限学习回归机，得到映射关系；(4)通过从广域量测系统服务器接收到实时电力系统运行数据，对模型进行更新，完成对电力系统实时动态安全的评估。该方案实现了对电力系统进行快速、高效的实时安全评估，有利于维持电力系统的稳定运行。