文献

J-GLOBAL ID：201202219260849050   整理番号：11A1550611

過渡安定性評価における最適化カーネル主成分分析に基づく特徴抽出

Feature extract based on optimized kernel principal component analysis in transient stability assessment

著者 (3件)： Duan Qing (School of Electrical Engineering, Shandong Univ., Ji’nan) ,  Zhao Jianguo (State Grid of China Technol. Coll., Ji’nan) ,  Ma Yan (State Nuclear Electric Power Planning Design and Res. Inst., Beijing)
資料名： Kongzhi yu Juece  (Kongzhi yu Juece)
巻： 25  号： 9  ページ： 1403-1407  発行年： 2010年 
JST資料番号： C2107A  ISSN： 1001-0920  CODEN： KYJUEF  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 電力系統過渡安定性評価(TSA)における特徴抽出のために,カーネル主成分分析(KPCA)の適用を提案した。粒子群最適化(PSO)アルゴリズムを用いて,カーネル関数のパラメータを最適化した。また,電力系統EPRI36に関するサポートベクターマシン(SVM)に基づくTSAモデルのエミュレータを与えた。結果により,本方法は,良好な予測精度を持つだけでなく,また,大いに入力規模を減らした。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 過渡安定度 ,  主成分分析 ,  *特徴抽出 ,  *電力系統 ,  最適化 ,  アルゴリズム ,  識別関数 ,  サポートベクトルマシン ,  エミュレータ ,  精度
準シソーラス用語： 過渡安定性 ,  カーネル主成分分析 ,  粒子群最適化 ,  Kernel関数 ,  予測精度

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： 安定性評価 ,  最適化 ,  カーネル主成分分析 ,  特徴抽出