本文主要研究内容
作者张晨宇,王慧芳,叶晓君（2019）在《基于XGBoost算法的电力系统暂态稳定评估》一文中研究指出：针对暂态稳定评估问题的特点,在改进极限梯度提升(XGBoost)算法的基础上进行暂态稳定评估。根据电网物理特点,定义能够反映电力系统稳态运行状态的特征集;研究XGBoost算法用于暂态稳定评估的过程:针对暂态稳定预测中2类错误严重程度不同的特点,定义包含注意力系数的对数损失函数,使得模型对不稳定样本的误预测情况减少;使用Logistic函数将模型输出概率化,用于衡量XGBoost模型输出的可靠程度,预防部分误预测;给出针对任意系统随机产生样本集的方法。IEEE 39节点系统仿真结果表明,XGBoost算法在准确率上均高于其他几类常用机器学习算法,优化后的损失函数降低了不稳定样本错误分类的可能性,使该算法的召回率较优于其他方法,且概率化输出的形式有助于评估模型输出的可靠程度,降低了误预测的概率。
Abstract
zhen dui zan tai wen ding ping gu wen ti de te dian ,zai gai jin ji xian ti du di sheng (XGBoost)suan fa de ji chu shang jin hang zan tai wen ding ping gu 。gen ju dian wang wu li te dian ,ding yi neng gou fan ying dian li ji tong wen tai yun hang zhuang tai de te zheng ji ;yan jiu XGBoostsuan fa yong yu zan tai wen ding ping gu de guo cheng :zhen dui zan tai wen ding yu ce zhong 2lei cuo wu yan chong cheng du bu tong de te dian ,ding yi bao han zhu yi li ji shu de dui shu sun shi han shu ,shi de mo xing dui bu wen ding yang ben de wu yu ce qing kuang jian shao ;shi yong Logistichan shu jiang mo xing shu chu gai lv hua ,yong yu heng liang XGBoostmo xing shu chu de ke kao cheng du ,yu fang bu fen wu yu ce ;gei chu zhen dui ren yi ji tong sui ji chan sheng yang ben ji de fang fa 。IEEE 39jie dian ji tong fang zhen jie guo biao ming ,XGBoostsuan fa zai zhun que lv shang jun gao yu ji ta ji lei chang yong ji qi xue xi suan fa ,you hua hou de sun shi han shu jiang di le bu wen ding yang ben cuo wu fen lei de ke neng xing ,shi gai suan fa de shao hui lv jiao you yu ji ta fang fa ,ju gai lv hua shu chu de xing shi you zhu yu ping gu mo xing shu chu de ke kao cheng du ,jiang di le wu yu ce de gai lv 。
论文参考文献
论文详细介绍
论文作者分别是来自电力自动化设备的张晨宇,王慧芳,叶晓君，发表于刊物电力自动化设备2019年03期论文，是一篇关于暂态论文,稳定性论文,算法论文,机器学习论文,人工智能论文,函数论文,电力自动化设备2019年03期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自电力自动化设备2019年03期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：暂态论文; 稳定性论文; 算法论文; 机器学习论文; 人工智能论文; 函数论文; 电力自动化设备2019年03期论文;