[发明专利]基于交叉熵集成学习的电力系统故障后最低频率预测方法有效
| 申请号： | 201711390235.6 | 申请日： | 2017-12-21 |
| 公开（公告）号： | CN108090615B | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 汤奕;崔晗;王琦;李峰 | 申请（专利权）人： | 东南大学溧阳研究院;东南大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 213300 江苏省常州市溧阳市昆仑街道*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于交叉熵集成学习的电力系统故障后最低频率预测方法，该方法包括以下步骤：(1)通过仿真设置不同类型的暂态故障；(2)根据数据样本进行算法离线训练；(3)通过多个基学习器的交叉熵计算得到集成学习模型进行在线故障后频率预测。本发明的集成学习算法具有较强扩展性，可以根据实际需求改变基学习器数量实现精度和计算资源的平衡；能够快速准确预测电力系统故障后最低频率，具有较好的稳定性，且能够适应实际电网中故障数据不足的场景，相比其他算法样本数量依赖性弱；在实际应用本发明能够尽量减少因个体基学习器随机误差导致的预测误差，实现可靠预判。 | ||
| 搜索关键词： | 基于 交叉 集成 学习 电力 系统故障 最低 频率 预测 方法 | ||
【主权项】：
1.一种基于交叉熵集成学习的电力系统故障后最低频率预测方法，其特征在于，该方法包括以下步骤：(1)通过仿真设置不同类型的暂态故障；(2)根据数据样本进行算法离线训练；(3)通过多个基学习器的交叉熵计算得到集成学习模型进行在线故障后频率预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学溧阳研究院;东南大学，未经东南大学溧阳研究院;东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711390235.6/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
