Rule Extraction in Transient Stability Study Using Linear Decision Trees

为了提高精细规则的性能,提出一种基于支持样本的线性决策树的规则提取方法。该方法筛选临近稳定边界的支持样本,作为决策树的输入样本,精简了样本数目;提出基于线性分类器的决策树方法,以得到基于组合属性的安全稳定运行规则。在单机无穷大系统和IEEE 39节点系统中的对比研究表明：由于考虑了支持样本的特殊性,用线性组合规则代替单属性规则,减少了计算时间,提高了泛化能力,丰富了规则的物理含义,得到的灵敏度信息可用于辅助决策,在安全稳定精细规则提取中具有应用潜力。