发明名称 | 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。 | ||
申请公布号 | CN103778470A | 申请公布日期 | 2014.05.07 |
申请号 | CN201410050233.2 | 申请日期 | 2014.02.13 |
申请人 | 上海交通大学 | 发明人 | 杨珮鑫;张沛超;谭啸风 |
分类号 | G06N3/08(2006.01)I | 主分类号 | G06N3/08(2006.01)I |
代理机构 | 上海科盛知识产权代理有限公司 31225 | 代理人 | 赵志远 |
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。 | ||
地址 | 200240 上海市闵行区东川路800号 |