一1000 MW水电站（机组M1）通过一条500 kV, 700 km的输电线路与负载中心连接。负载中心模型是5000 MW的阻抗负载，由遥远的1000 MW电站和当地的5000 MW (机组 M2)电站供电。系统已经初始化，因此线路传送950 MW，接近它的潮流阻抗负载（SIL = 977 MW）。这两台机相当于一台水轮机和管理(HTG)，励磁系统和电力系统稳定器(PSS)。这三个模块位于“涡轮和调速”子系统中。通过此例，在500 kV系统中制造故障，观察PSS对系统稳定性的影响。-a 1,0

支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区

DeepLearnToolbox_CNN_lzbV2.0 深度学习,卷积神经网络,Matlab工具箱 参考文献: [1] Notes on Convolutional Neural Networks. Jake Bouvrie. 2006 [2] Gradient-Based Learning Applied to Document Recognition. Yann LeCun. 1998 [3] https://github.com/rasmusberg