论文部分内容阅读
为了提高电力系统暂态稳定评估的分类正确率，提出一种基于局部学习机（LLM）和改进的细菌群体趋势药性（BCC）算法的暂态稳定评估方法。该方法采用LLM构建暂态稳定评估模型，考虑相量测量单元可以提供的故障后实测信息，构造了一组系统特征作为LLM模型的输入量，稳定结果作为输出量，对稳定结果和系统特征间的映射关系进行训练，并通过综合混沌搜索策略的改进BCC算法优化LLM模型的参数。最后，以新英格兰lO机39节点系统为例证明了所提方法的有效性。