一种基于支持向量机的负荷建模方法

摘要

本申请公开了一种基于支持向量机的负荷建模方法，包括以下步骤：根据三阶感应电动机模型和静态负荷模型，构建动态综合负荷模型；获取PMU数据，对PMU数据进行数据检测和平滑处理，得到待使用数据；通过粒子群算法，对支持向量机中的参数进行优化，得到优化后的支持向量机参数；通过所述动态综合负荷模型和所述待使用数据，构建训练数据组；通过优化后的支持向量机参数和训练数据组，根据拉格朗日优化方法，得到优化负荷模型。本申请提供的基于支持向量机的负荷建模方法中支持向量机能够较好的解决传统学习算法中存在的小样本、非线性、高维数、局部极小点等问题，具有很强的泛化能力，能够保证负荷模型和参数的准确性，精确仿真负荷动态行为。