[发明专利]基于改进万有引力支持向量机的在线监测数据校正方法

权利要求书

1.一种基于改进万有引力支持向量机的在线监测数据校正方法，其特征在于，包括以下步骤：

步骤1：对输变电设备进行数据采集，所述的数据包括输变电设备在线监测数据、离线试验数据和带电检测数据；

步骤2：初始化在线监测数据的允许偏差半径，初始化支持向量机回归模型中的参数；

步骤3：优化支持向量机中的错误惩罚因子C和核参数σ，通过万有引力算法得到支持向量机中错误惩罚因子C和核参数σ的最优组合；

步骤4：利用离线试验数据或带电检测数据对支持向量机进行训练，得到训练好的支持向量机回归模型；

步骤5：判断在线监测数据中的历史数据是否在支持向量机回归模型允许偏差范围内？

若是，则在线监测数据中的历史数据正常，该在线监测数据中的历史数据作为校正后的在线监测数据；

若否，则由支持向量机回归模型拟合该时刻的数据，用拟合值代替异常数据，获得校正后的在线监测数据；

步骤6：判断在线监测数据中的实时数据是否在支持向量机回归模型允许偏差范围内？

若是，则在线监测数据中的实时数据正常，该在线监测数据中的实时数据作为校正后的在线监测数据；

若否，则由支持向量机回归模型预测该时刻的数据，用预测值代替异常数据，获得校正后的在线监测数据；

步骤7：利用校正后的在线监测数据，对输变电设备进行做状态评价、故障诊断、风险评估和寿命预测方面的数据分析。

2.根据权利要求1所述的基于改进万有引力支持向量机的在线监测数据校正方法，其特征在于：步骤2中所述的初始化在线监测数据的允许偏差半径，初始化支持向量机回归模型中的参数；其具体实现包括以下子步骤：

步骤2.1：初始化万有引力算法的参数，初始化种群的个数N、算法中的常数ε₀、α、G₀和K、每个物体的位置和速度；

步骤2.2：确定支持向量机回归模型中需要优化参数的取值范围，确定错误惩罚因子C和核参数σ最优值的取值范围，其中万有引力算法中种群为：

X=((C₁,σ₁),(C₂,σ₂),…,(C_N,σ_N))；

步骤2.3：在每组参数取值范围内，随机选取一组参数值作为一个物体的位置，将支持向量机拟合值与实际值的误差作为适应度，误差越小，则该组参数的性能越好，适应度越大；

步骤2.4：计算每个物体的合力、加速度和向前移动的速度，对每个物体的位置进行更新；步骤2.5：判断万有引力算法是否达到终止条件?

若达到，则选取最优解为支持向量机的参数；

否则，回转执行所述的步骤2.4。