Xử lí dữ liệu trong chẩn đoán ổn định động hệ thống điện dùng mạng Neural

Bài báo đề nghị áp dụng giải thuât Relief để lựa chọn biến và so sánh với phương pháp
chọn biến sử dụng hai hàm khoảng cách Fisher và Divergence. Kỹ thuật phân cụm dữ liệu áp dụng hai giải thuật phổ biến là Kmeans và Fuzzy Cmeans. Hai bộ nhận dạng được tiến cử để
đánh giá độ chính xác nhận dạng là mạng neural GRNN (Generalized Regression Neural
Network) và MLPNN (Multilayer Perceptron Neural Network). Kết quả kiểm tra trên sơ đồ IEEE39-bus cho thấy giải thuật chọn biến Relief với bộ nhận dạng GRNN, áp dụng cho bộ mẫu phân cụm Kmeans, cho kết quả có thời gian huấn luyện nhanh hơn và độ chính xác kiểm tra cao hơn các phương pháp còn lại. Giải thuật Relief và Kmeans giúp số biến và mẫu giảm đáng kể trong khi vẫn đảm bảo độ chính xác nhận dạng cao.
Bạn đang xem trang mẫu tài liệu này.