基于支持向量机算法的配电线路时变状态预测方法

发布时间：2024-06-14 00:18

　　配电线路状态准确预测是进行配电网调控的基础。提出了基于支持向量机(SVM)算法的配电线路时变状态预测方法。首先,分析影响配电线路状态变化的因素,构建基于Fokker-Planck的配电线路状态转移模型。其次,融合配电信息系统多源海量数据,采用基于相关度的最优特征子集筛选方法构建配电线路状态特征变量集,采用合成少数类过采样技术(SMOTE)算法解决线路故障状态样本数量少而带来的样本集类别不平衡问题。然后,考虑到线路状态二分类的特点,采用SVM算法进行线路运行工况的分类预测,形成了基于SMOTE-SVM算法的状态转移模型求解方法,可实现配电线路时变状态预测。最后,以某实际配电系统为算例验证了所提方法的有效性。

【文章页数】：7 页

【文章目录】：
0 引言
1 配电线路时变状态转移模型
2 基于多源数据融合的样本预处理
    2.1 基于相关度的特征子集筛选特征变量
    2.2 基于SMOTE算法改善样本质量
3 基于SVM算法的线路运行工况分类器模型
4 基于SMOTE-SVM算法的配电线路时变状态预测方法
5 算例分析
    5.1 选取特征变量
    5.2 改善训练样本的平衡性
    5.3 构建SVM算法分类器
    5.4 求解时变状态转移模型
6 结语
附录A



本文编号：3993862