张晨宇1, 王慧芳1, 叶晓君2
（1.浙江大学 电气工程学院，浙江 杭州310027;2.广东电网有限责任公司惠州供电局，广东 惠州516003 )
摘要：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。
【下载全文PDF】基于XGBoost算法的电力系统暂态稳定评估
