具有在线自学能力的分布式发电孤岛检测方法

摘要

本发明涉及一种具有在线自学能力的分布式发电孤岛检测方法，包括以下步骤：1)利用微网SCADA系统在线获取原始样本；2)利用含微簇的在线聚类方法，自适应地对原始样本进行再采样；3)依据多分类器模型计算每个样本子集的权重并进行优胜劣汰，淘汰分类准确率低于设定阈值的样本集，获得优选样本集；4)根据优选样本集，在线训练生成分类器模型；5)利用上述在线自学获得的分类器模型，以异步方式更新实时孤岛检测所用的分类器模型。与现有技术相比，本发明具有准确性高、稳定性好、鲁棒性高、适应性好等优点。

主权项

一种具有在线自学习能力的分布式发电孤岛检测方法，其特征在于，包括以下步骤：1)利用微网SCADA系统在线获取原始样本；2)利用含微簇的在线聚类方法，自适应地对原始样本进行再采样；3)依据多分类器模型计算每个样本子集的权重并进行优胜劣汰，淘汰分类准确率低于设定阈值的样本集，获得优选样本集；4)根据优选样本集，在线训练生成分类器模型；5)利用上述在线自学习获得的分类器模型，以异步方式更新实时孤岛检测所用的分类器模型。