首页 | 本学科首页   官方微博 | 高级检索  
     检索      

自动电压控制中不良数据的辨识
引用本文:陈波,刘瑗瑗,荆朝霞,彭显刚.自动电压控制中不良数据的辨识[J].华南理工大学学报(自然科学版),2010,38(7).
作者姓名:陈波  刘瑗瑗  荆朝霞  彭显刚
作者单位:1. 华南理工大学,电力学院,广东,广州,510640
2. 广东工业大学,自动化学院,广东,广州,510090
基金项目:科技部"十一五"国家科技支撑计划重大项目,广东省自然科学基金资助项目 
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  支持向量机回归  支持向量机分类  不良数据辨识  
收稿时间:2009-10-20
修稿时间:2009-12-24

Bad Data Identification in Automatic Voltage Control
Chen Bo,Liu Yuan-yuan,Jing Zhao-xia,Peng Xian-gang.Bad Data Identification in Automatic Voltage Control[J].Journal of South China University of Technology(Natural Science Edition),2010,38(7).
Authors:Chen Bo  Liu Yuan-yuan  Jing Zhao-xia  Peng Xian-gang
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《华南理工大学学报(自然科学版)》浏览原始摘要信息
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号