具有增量学习能力的智能孤岛检测方法
基于机器学习的智能孤岛检测方法能有效地提高防孤岛保护的性能，但现有方法皆采用离线学习方案，对配电网因运行条件变化而导致的概念漂移现象缺乏自适应性。提出了一种具有在线增量学习能力的孤岛检测方法。首先，提出利用保护自采数据以及数据采集与监视控制(SCADA)系统采集的开关状态构成原始样本，并基于增量聚类方法进行样本筛选，实现有效样本的在线积累；然后，以各子样本集对系统最新状况的分类性能作为竞争准则，提出了一种样本集的优选方法，并利用加权支持向量机完成了增量学习。仿真结果表明，所提方法能够自主探测概念漂移的发生并进行持续的学习，有效地提高了孤岛检测的准确性和自适应性。
文件下载
评论信息
其他资源
- JavaEE企业级应用开发教程（Spring+Spring MVC+MyBatis）配套书籍源码资料 ---黑马程序员 .zip
- 格拉布斯准则C++实现
- C#(asp.net)微信分享功能demo代码(JS-SDK)
- 无线电网络多节点协作频谱感知算法
- 中国综合社会调查cgss2015
- 用MFC编写的银行ATM存取款机
- ArcGIS Engine地理信息系统开发从入门到精通(第2版) 源码
- AR1220-S-V200R005C20SPC200.rar
- 互感器原理与设计基础——肖耀荣，高祖绵编著（2003版）.pdf
- The Design of CMOS Radio-Frequency Integrated Circuits
- asp.net学生公寓信息管理系统
- 迁移赢-源码
- 简单登录：登录-源码
- Docker理论知识巩固
- aspen plus 灵敏度分析
- Tikz初学文档
- jquery.timers-1.1.2.js
- gh0st源码笔记_详解.
- 101规约源代码（可模拟从站）
- ISO 15031_1_7_超全
- OpenGL版俄罗斯方块
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明