典型文献
基于数据空间可靠域的多智能体互补电力系统暂态稳定评估
文献摘要：
将人工智能应用于电力系统暂态稳定评估受到研究人员的广泛关注,然而如何评价人工智能模型的结果可靠性是该方法在实际应用中面临的关键问题.为此,该文引入数据空间可靠域的相关概念,提出基于数据空间可靠域的多智能体互补电力系统暂态稳定智能评估方法.首先基于SHAP理论,得到经shapley值加权的特征样本空间,再根据训练集中模型正确预测样本与误判样本在该空间上的分布情况确定该模型的数据空间可靠域、数据空间不确定域和异常域,用于对模型输出结果的可靠性评估,并针对后期积累的增量数据,提出持续性可靠域更新方法,从而实现可靠域的持续趋优,最后基于该可靠域,提出多智能体互补的电力系统暂态稳定评估方法.算例测试结果表明数据空间可靠域可有效划分模型能正确预测样本的范围,在所确定样本上的预测准确率可达到1;可靠域更新方法能够实现对可靠域的不断更新优化,提高可靠域的精准度;采用多智能体互补模型可有效弥补单智能体模型在高维空间上确定样本范围较小的缺点,并仍然保持极高的预测准确率.
文献关键词：
电力系统;暂态稳定;人工智能;机器学习;多智能体;可靠性
中图分类号：
作者姓名：
周子涵;卜广全;王国政;马士聪
作者机构：
中国电力科学研究院有限公司,北京市 海淀区 100192
文献出处：
引用格式：
[1]周子涵;卜广全;王国政;马士聪-.基于数据空间可靠域的多智能体互补电力系统暂态稳定评估)[J].中国电机工程学报,2022(15):5471-5483,中插8
A类：
B类：
数据空间,多智能体,补电,电力系统暂态稳定评估,人工智能应用,如何评,人工智能模型,智能评估,SHAP,shapley,特征样本,样本空间,训练集,预测样本,误判,模型输出,输出结果,可靠性评估,增量数据,更新方法,预测准确率,不断更新,更新优化,高可靠,互补模型,智能体模型,高维空间
AB值：
0.288142
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
