支持向量机在电力系统中的应用.pdf

支持向量机在电力系统中的应用.pdf

ID:52415063

大小:262.91 KB

页数:3页

时间:2020-03-27

支持向量机在电力系统中的应用.pdf_第1页
支持向量机在电力系统中的应用.pdf_第2页
支持向量机在电力系统中的应用.pdf_第3页
资源描述:

《支持向量机在电力系统中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、Doi:l0.3969~.issn.1671-1041.2012.06.032支持向量机在电力系统中的应用赵永辉,刘友宽,朱全聪,杨文杰(华北电力大学云南电网公司研究生工作站,昆明650217)摘要:支持向量机是一种能在训练样本数很小的情况下达到很好分类推广能力的学习算法,具有调节参数少、运算速度快、时间代价小的优点,并且能做到与数据的维数无关,具有很好的扩展性。本文介绍了其基本原理,还总结了其在电力系统负荷预测、电厂软测量、电力设备故障诊断、电力系统稳定性分析中的成功应用。结果表明,支持向量机克服了传统算法的收敛难以控制、结构设计困难等的局限

2、性,具有广泛的应用前景。关键词:支持向量机;电力系统;应用中图分类号:TP391文献标志码:BThesupportvectormachineinthepowersystemZHAOYong—hui,LIUYou—kuan,ZHUQuan—cong,YANGWen-jie(GraduateWorkstationofNorthChinaElectricPowerUniversity&YunnanPowerGrid,Kunming650217,China)Abstract:ThesupportvectormachineiSalearningalgor

3、ithmthatusesfewertrainingsamplestoachievetheclassificationandgeneralizationability.Ithassomeadvantages,likeafewadjustableparameters,computingspeedandsmall—timecost.anditcanhavenothingtodowiththedatadimension.1thasalsoagoodscalability.Thispaperintroducesthebasicprincipleandsu

4、mmarizesthesuccessfulapplicationsinloadforecast,softmeasurement,electricalequipmentfaultdiagnosisandthestabilityanalysisofpowersystem.TheresultsshowthatthesupportvectormachinehasovercometheIimitationsofthetraditionalalgorithm.suchasthedificultyofcontrollingtheconvergenceandt

5、hestructuraldesign.AIlinall,ithasbroadapplicationprospects.Keywords:SVM;powersystem;applicationO引言为了描述分界面,通过改变权向量的模,可以改写两支持向量机是一种小样本学习方法,能在训练样本数类模式的分类规规则为目很小的情况下取得很好的推广能力,对非线性分类、非Y[WrX,-b]1,卢1,2,⋯(2)线性回归的处理更加有效。此外,支持向量机的计算量与这时两类模式间隔的距离为2为了使间隔最样本向量的维数基本无关,避免了“维数灾难”。对于小大,应使lll

6、最小。如图1所示,实心点和空心点代表两类样本的分类、回归问题,支持向量机具有调节参数少、运样本,是把两类样本正确分开的分类线,。、分别为算速度快、时间代价小的优点_】]。通过各类样本中离分类线最近的点,且平行于分类线的直近年来,许多关于SVM方法的研究,包括算法本身的线。也就是要求分类线不但能把两类样本正确的分开,而改进和算法的实际应用,都陆续提了出来。由于较好的理且要使H和H:之间的间隔最大,~margin:=2/1lWll。因此满论基础和在一些领域的应用中表现出来的优秀的推广性足式(2)并使得IlWII最小的分类面,就是最优超平面,和能,S

7、VM方法得到了广泛的应用。支持向量机不断发展,上得训练样本就是支持向量。在电力行业中的应用也表现出相当的优越性。1SVM的基本原理考虑一个模式分类器,给定一个二元训练集={(,Hf),C,),...,},其中,y,f=1,2,3⋯分别是样本模式向量和它相应的类别,即ER币ⅡJ,∈{+1,-1},这里假设当∈1日=+1,而当∈∞2咖i=一1。设给定的有穷训练样本集可以被超平面∞0=0(1)正确地分开,一般说来,满足这个条件的分界超平面有无图1最优分类面示意图穷多个。选择这样的分界超平面,使每类离开这个超平面要使IIl最小,即等价于使lll2最小,

8、最小的分界超最近的样本向量与超平面的距离最大(间隔最大),并将分界平面就是最优分界面,而距离最优分界面最近的样本模式超平面定在间隔中间,这个分界超平面

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。