.png){kind=icon}
返回
Enhancing Frequency Event Detection in Power Systems Using Two Optimization Methods with Variable Weighted Metrics
.png){kind=icon}
OA
AI
DOI：10.3390/en18071659.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究提出了一种新颖的技术，通过基于信号处理和统计方法的四个可调参数来优化频率事件检测算法的性能。算法参数采用两种成熟的优化技术进行优化：灰狼优化算法和粒子群优化算法。与在目标函数中应用等权重指标的常规方法不同，本研究实现了可变权重指标，优先考虑特异性，从而通过减少误报事件来提高检测精度。处理并分析了一系列真实的小规模和大规模频率数据集，这些数据集包含来自西方互联系统中相量测量单元的各种事件、准事件和非事件。通过与使用等权重指标的算法进行对比分析，评估了所提出方法的有效性。结果表明，应用可变权重指标能够使检测算法识别频率非事件，从而可靠地显著减少误报。
Keyword:
phasor measurement unit
frequency event
frequency event detection
frequency response
Grey Wolf Optimization
Particle Swarm Optimization
期刊
IF:
3.2
论文数:
1.6W
被引数:
14.2W
机构
引用论文
分享收藏A Configurable Real-Time Event Detection Framework for Power Systems Using Swarm Intelligence Optimization.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏A Novel Hybrid Algorithm for Event Detection, Localisation and Classification一种用于事件检测、定位和分类的新型混合算法
PREAI
分享收藏
查看更多内容