基于改进SVM的智能电网调控系统实时风险评估与预警技术
王宁1
田家英2
董宁2
韩盟2
陈艳霞3
1.中国农业大学信息与电气工程学院,北京100083;国网北京市电力公司 电力科学研究院,北京1000312.国网北京市电力公司 电力调度控制中心,北京1000313.国网北京市电力公司 电力科学研究院,北京100031
摘要：针对智能电网调控系统通信和数据安全难以保障的问题,提出了一种基于改进支持向量机(SVM)的智能电网调控系统实时风险评估与预警技术.采用卷积神经网络(CNN)改进SVM模型得到CNN-SVM分类模型,用以处理实时风险评估体系中的数据信息.通过将CNN输出的数据特征输入SVM分类器进行风险等级分类,完成对数据中可能出现的风险进行识别、评估定级及预警.仿真结果表明,所提技术能够对调控系统实时风险进行准确、可靠的评估与预警,且其分类准确率、召回率、F1分数的均值分别为92％、86％和90％,均优于对比方法并具有更优的可靠性.
关键词：卷积神经网络支持向量机CNN-SVM模型智能电网调控系统数据处理风险评估预警实时风险评估体系
分类号：TM734(输配电工程、电力网及电力系统)
资助基金：北京市自然科学基金资助项目(4164101)国网北京市电力公司科技项目(52022319003R)
论文发表日期：2022-01-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 7-13 )
英文信息