基于支持向量机的配电网运行状态分类识别方法

摘要

本发明提出一种基于支持向量机的配电网运行状态分类识别方法。该方法主要基于SVM理论，同时对传统的SVM？算法进行了改进。该方法从大量的数据样本中提取相似数据创建训练样本，采用小波包分解技术将故障信号分解成低频趋势信号和高频随机信号，采用SVM理论建模，合成得到配网运行状态分类数据，并训练得到基于核空间距离混合支持向量分类器(Support？Vector？Classifier，SVC)，建立配电网运行特征基因库，从而试图去建立一种可靠的判别机制，甄别配电网的正常和异常及故障状态。通过大量的仿真数据验证，表明所构建的分类器具有较强的泛化能力和较高的分类识别准确性，同时程序运行时间可满足工程需要。