اصغر اکبری فرود - عضو هیات علمی دانشکده برق و کامپیوتر، دانشگاه سمنان
محمد پازکی - عضو هیات علمی دانشکده برق و کامپیوتر، دانشگاه سمنان
مهدی غلامزاده - عضو هیات علمی دانشکده برق و کامپیوتر، دانشگاه سمنان

یکی از مهمترین مسائل در ارزیابی سیستمهای قدرت، پیش -بینی پایداری گذرا است. دقت و سرعت دو پارامتر مهم برای رسیدن به این هدف هستند. روشهای شناسایی الگو و انواع طبقهبندی کنندهها را میتوان برای پیشبینی به کار برد. در این مقاله از روش جدید طبقهبندی کنندهی ماشین بردار پشتیبان SVM به همراه وزندهی به دادههای ورودی با روش الگوریتم بهینهسازی اجتماع ذرات PSO استفاده شده است. از مزایای این روش جدید م یتوان به دقت بالای آن اشاره کرد، همچنین با تعداد کم مشخصه ورودی، روش پیشنهادی با حجم محاسبات پایینی به دقت بالایی دست یافته است

پیشبینی پایداری گذرا،PSO ،SVM، وزندهی