×
北卡罗来纳州伍利。;Milanović，J.V。

一种免疫系统启发的聚类和分类方法，用于检测电力网络中的关键区域。 （英语） Zbl 1213.68129号

自然计算。 10，第1号，305-333（2011）.
总结：识别电力系统网络中的关键、易发生故障的区域通常是一项困难且需要大量计算的任务。人工免疫系统（AIS）算法已被证明能够泛化和学习识别以前看不到的模式。本文提出了一种利用人工免疫系统分类和聚类算法来识别网络中关键区域的方法，该算法可以识别电网中容易发生电压崩溃的区域和线路过载的区域。AIS对这一特定任务的适用性在测试电力系统网络上得到了证明。在3个不同的电力系统网络中，将其精度与优化支持向量机（SVM）算法和k近邻算法（kNN）进行了比较。

引用于1文件

MSC公司：

64岁以下 分布式系统
68T05型 人工智能中的学习和自适应系统

关键词：

群集;分类;人工免疫系统;AIS公司;电力系统;关键网络区域;过载线路

软件：

群集查找;伦敦银行支持向量机
PDF格式BibTeX公司 XML格式引用
\textit{N.C.Woolley}和\textit{J.V.Milanović}，《国家计算》。10，第1号，305-333（2011；Zbl 1213.68129）
全文： 内政部

参考文献：

[1] Ajjarapu V（2006）《电压稳定性评估和控制的计算技术》。爱荷华州斯普林格
[2] Alsac O，Stott B（1974），具有稳态安全性的最佳负荷流。IEEE输电设备系统93（3）
[3] An T，Zhou S，Yu J（2006）模糊最大树聚类在低压母线分组中的应用。在2006年第六届世界智能控制和自动化大会上。WCICA 2006，第7462–7465页
[4] Berek C，Ziegner M（1993）免疫反应的成熟。《今日免疫学》14（8）：400–404·doi:10.1016/0167-5699（93）90143-9
[5] Burnet FM（1959）获得性免疫的克隆选择理论。剑桥大学出版社
[6] Castro LND，Timmis J（2002）《人工免疫系统：一种新的计算智能方法》。Springer-Verlag公司·Zbl 1027.68108号
[7] Castro LND，Zuben FJV（2000）数据聚类的进化免疫网络。发表于：IEEE巴西人工神经网络研讨会。里约热内卢，第84-89页
[8] Chang C-C，Lin C-J（2008）LIBSVM–支持向量机库。网址：http://www.csie.ntu.edu.tw/\（\sim\）cjlin/libsvm/
[9] Chauhan S，Dave MP（1997）用于电压崩溃裕度估计的Kohonen神经网络分类器。电力公司系统33（10）：607–619
[10] Chow JH（2005）《重组电力系统的应用数学：优化、控制和计算智能》。施普林格
[11] Cohen J（1960）标称量表的一致系数。教育心理测量20（1）：37–46·doi:10.1177/001316446002000104
[12] Cortes C，Vapnik V（1995）支持向量网络。马赫学习20:273–297·Zbl 0831.68098号
[13] Dabbagchi I，Christie R（1993）IEEE 14总线测试用例。http://www.ee.washington.edu/research/pstca/
[14] Dasarathy BV（1991）最近邻（NN）规范：NN模式分类技术。IEEE计算机学会
[15] Devijver PA，Kittler J（1982）《模式识别：统计方法》。Prentice-Hall，伦敦·Zbl 0542.68071号
[16] Donald J，Goodman E，Bogges L，Watkins A（2003）对人工免疫分类系统AIRS的能量来源的调查。摘自：国际神经网络联合会议记录，第1678–1683页
[17] Everitt BS，Landau S，Leese M（2001），聚类分析。威利·Zbl 1205.62076号
[18] Goodman DE，Bogess L，Watkins A（2002）多类问题的人工免疫系统分类。In：智能工程系统，第179–184页
[19] Grainger JJ，William J，Stevenson D（1994）电力系统分析。塔塔·麦格劳-希尔
[20] Hsu C-W，Chang C-C，Lin C-J（2008）《支持向量分类实用指南》，2008年5月21日。台湾联合国计算机科学系。可在网址：http://www.csie.ntu.edu.tw/\（\sim\）cjlin
[21] Iba K，Suzuki H，Egawa M，Watanabe T（1991）使用同伦延拓法计算鼻曲线的临界载荷条件。IEEE输电系统6（2）：584–593·doi:10.1109/59.76701
[22] Kaufman L，Rousseeuw PJ（1990）《数据中的发现群体：聚类分析导论》。威利-国际科学·Zbl 1345.62009号
[23] Keerthi SS，Lin C-J（2003）高斯核支持向量机的渐近行为。神经计算15（7）：1667–1689·Zbl 1086.68569号 ·doi:10.1162/089976603321891855
[24] Rousseaux P，Cutsem TV（2006）使用具有最优乘法器的牛顿方法的准稳态模拟诊断。In:IEEE电力工程学会大会
[25] Seeker A，Freitas AA（2007）WAIRS:通过加权AIRS分类器中的属性来提高分类精度。在IEEE进化计算大会上，IEEE出版社，新加坡，第3759–3765页
[26] Taylor CW（1998）电力系统电压稳定性。麦格劳-希尔教育
[27] Timmis J（2007）《人工免疫系统——今天和明天》。自然计算6（1）：1–18·Zbl 1116.68068号 ·doi:10.1007/s11047-006-9029-1
[28] Timmis J、Andrews P、Owens N（2008）《人工免疫系统的跨学科视角》。进化智能1（1）：5–26·Zbl 1166.68324号 ·doi:10.1007/s12065-007-0004-2
[29] Vargha A，Delaney H（2000）对McGraw和Wong的CL共同语言效应大小统计的批评和改进。教育行为杂志Stat 25（2）：101–132
[30] Wan HB、Song YH、Johns AT（1997）基于Kohonen神经网络的电压母线/区域识别方法。IEEE程序生成传输和分发144（3）：340–344·doi:10.1049/ip gtd:1997年9月13日
[31] Watkins A（2001）AIRS：一种资源有限的人工免疫分类器。科学硕士：密西西比州立大学
[32] Watkins AB（2005）在开发串行并行和分布式学习算法中利用免疫隐喻。肯特大学计算机科学系
[33] Watkins A，Timmis J（2002）《人工免疫识别系统（AIRS）：修订和完善》。在：Timmis J，Bentley PJ（编辑）《第一届人工免疫系统国际会议论文集》，第173–181页
[34] Watkins A，Timmis J，Bogges L（2004）人工免疫识别系统（AIRS）：一种免疫启发的监督机器学习算法。基因程序进化机器5（3）：291–317·doi:10.1023/B:GENP.000030197.83685.94
[35] Wilcoxon F（1945）通过排名方法进行的个体比较。生物统计学公牛1（6）：80–83·doi:10.2307/3001968
[36] Wilson DR、Martinez TR（1997）改进了异质距离函数。Artif Intell Res杂志6（1）：1–34·Zbl 0894.68118号
[37] Woolley NC、Milanovic JV（2009）《人工免疫系统在电力系统网络过载区域检测中的应用》。摘自：Andrews PS、Timmis J、Aickelin U、Owens NDL、Hart E、Hone A、Tyrrell AM（eds）ICARIS 2009，第LNCS 5666卷。约克，第165-177页
[38] Zhong Y，Zhang L，Huang B，Li P（2006）多/高光谱遥感图像的无监督人工免疫分类器。IEEE Trans Geosci遥感器44（2）：420–431·doi:10.1109/TGRS.2005.861548
[39] Zimmerman RD，Murillo-Sanchez CE，Gan DD（2007）“MATPOWER”。http://www.pserc.cornell.edu/matpower/
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。