摘要：基于人工智能机器学习的暂态稳定评估越来越成为研究热点，提出一种基于双阶段并行隐马尔科夫模型（two-stage parallel hidden Markov model，TS—PHMMl的电力系统暂态稳定评估精细化模式识别方法。第1阶段采用相对灵敏度对原始电气特征量进行筛选，找出对电网动态变化敏感度高的特征子集；第2阶段采用主成分分析对特征子集进行排序，得到能够反映电网动态响应特性且线性无关的最优特征子集；最后，通过并行隐马尔科夫模型训练对暂态稳定进行模式识别。在CEPRI8机36节点以及实际区域电网环境上的仿真分析，验证了该方法的有效性和精确性。在辨识准确率相当的情况下，该方法比常用人工智能类方法f如ANN，SVM等）所需训练样本更少、收敛更快。

原文链接:http://www.cqvip.com//QK/90021X/201310/45206368.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）