自动电压控制中不良数据的辨识

摘要：

自动电压控制(AVC)系统由于缺乏对发电厂遥测量数据真实性的有效和准确辨识,容易引起装置误动.支持向量机(SVM)是一种具有优良模式识别性能的数据挖掘方法.文中利用SVM建立发电厂遥测量不良数据的辨识模型:首先应用SVM非线性回归对各种运行情况下发电厂的遥测量数据进行曲线拟合,然后应用SVM训练分类网络.将实时遥测量数据输入到训练好的曲线拟合网络和分类网络中,就能够迅速判断该遥测量数据是否为不良数据.仿真算例验证了SVM模型的有效性和准确性.

关键词：自动电压控制、误动、支持向量机、非线性回归、不良数据辨识

所属期刊栏目：38

分类号：TM76(输配电工程、电力网及电力系统)

资助基金：科技部"十一五"国家科技支撑计划重大项目2006BAA02A17;广东省自然科学基金资助项目815100900100059

在线出版日期：2010-09-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：67-71