加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

基于机器学习的稳定性指标构造方法及装置

发明专利有效专利
  • 申请号:
    CN201910044860.8
  • IPC分类号:G06Q10/06;G06Q50/06;G06K9/62
  • 申请日期:
    2019-01-17
  • 申请人:
    国家电网有限公司;国网辽宁省电力有限公司电力科学研究院;清华大学;国网西藏电力有限公司;国家电网公司西南分部
著录项信息
专利名称基于机器学习的稳定性指标构造方法及装置
申请号CN201910044860.8申请日期2019-01-17
法律状态授权申报国家中国
公开/公告日2019-05-28公开/公告号CN109816235A
优先权暂无优先权号暂无
主分类号G06Q10/06IPC分类号G;0;6;Q;1;0;/;0;6;;;G;0;6;Q;5;0;/;0;6;;;G;0;6;K;9;/;6;2查看分类表>
申请人国家电网有限公司;国网辽宁省电力有限公司电力科学研究院;清华大学;国网西藏电力有限公司;国家电网公司西南分部申请人地址
北京市西城区西长安街86号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人国家电网有限公司,国网辽宁省电力有限公司电力科学研究院,清华大学,国网西藏电力有限公司,国家电网公司西南分部当前权利人国家电网有限公司,国网辽宁省电力有限公司电力科学研究院,清华大学,国网西藏电力有限公司,国家电网公司西南分部
发明人胡伟;张毅;刘劲松;刘芮彤;张强;习学农;王晓华;罗林林;喻正春;孙树双;罗春林;朴京泽;母磊;蔡绍荣;纪大付;罗修明;冯达
代理机构北京清亦华知识产权代理事务所(普通合伙)代理人张润
摘要
本发明公开了一种基于机器学习的稳定性指标构造方法及装置,方法包括:获取稳定性指标的训练样本,训练样本包括稳定样本和不稳定样本;根据稳定性指标的预设要求在支持向量机模型SVM的约束条件中引入松弛变量;分别去掉稳定样本和不稳定样本的约束条件中的松弛变量得到激进型支持向量机模型ASVM和保守支持向量机模型CSVM;根据ASVM和CSVM的边界距离之差得到不稳定评估指标DD;根据ASVM和CSVM改造DD,并结合Ridge回归算法进行拟合,以构造稳定性指标。该方法通过将SVM的优点与Ridge回归算法相结合得到稳定性指标表征系统稳定裕度,用于稳定性判断的辅助决策,从而提高紧急控制的决策能力与精度。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供