[发明专利]一种改进最小二乘支持向量机的谐波发射水平评估方法

权利要求书

1.一种改进最小二乘支持向量机的谐波发射水平评估方法，光伏电站等效为诺顿电路，其特征在于，包括以下步骤：

步骤1：基于系统谐波测量的实验数据，构建出LS-SVM回归模型；

步骤2：利用DP聚类算法从所述LS-SVM回归模型中剔除离群点，获得剔除离群点的LS-SVM回归模型；所述剔除离群点包括以下步骤：

步骤2.1：利用DP聚类算法计算所述LS-SVM回归模型中样本点i的点密度；所述样本点i的点密度为ρ_i，且满足：

其中，d_ij为样本点i与样本点j间的欧氏距离，d_c为截断距离；

步骤2.2：选择出所述点密度比样本点i的点密度大的样本点j；

步骤2.3：计算所述样本点i到样本点j的欧氏距离d_ij的距离最小值；所述距离最小值为μ_i，且满足：

步骤2.4：选择出所述点密度ρ_i小且所述距离最小值μ_i大的样本点，即为离群点，并剔除所述离群点；

步骤3：根据所述实验数据对所述剔除离群点的LS-SVM回归模型进行加权计算，获得加权后的LS-SVM回归模型；所述加权计算包括以下步骤：

步骤3.1：计算出所述训练样本集中所有样本的加权参数υ_i；包括：

步骤3.1.1：将所述欧氏距离d_ij作为加权标准，对所述训练样本集中的各个样本与所述加权标准d_ij的距离进行大小排序；所述样本与所述加权标准d_ij的距离越小，所述样本越重要；

步骤3.1.2：选择出距离最小的样本，最小加权参数υ₀为1，即υ₀＝1；选择出距离最大的样本，最大加权参数υ₁为0.01，即υ₁＝0.01；

步骤3.1.3：根据所述最大加权参数υ₁和最小加权参数υ₀，采用线性插值的算法计算出其余样本的加权参数υ_i；

步骤3.2：根据所述加权参数υ_i对所述剔除离群点的LS-SVM回归模型进行加权，获得加权后的LS-SVM回归模型；包括：

步骤3.2.1：对所述剔除离群点的LS-SVM回归模型中的估计误差ξ_i进行加权，获得加权后的最优化问题；所述加权后的最优化问题表示为：

s.t.y_i＝ω^T·Φ(x_i)+b+ξ_i

步骤3.2.2：向所述加权后的最优化问题引入第二拉格朗日乘子向量转化为加权后的拉格朗日函数；

步骤3.2.3：对所述加权后的拉格朗日函数重复步骤1.3.1的偏导数计算，得出加权后的线性方程组，并转换为加权后的向量组；所述加权后的向量组表示为：

其中，V为权参数表示的对角矩阵，且满足：

步骤3.2.4：将所述加权后的向量组转换为加权后的LS-SVM回归模型；

所述加权后的LS-SVM回归模型表示为：

步骤4：向所述加权后的LS-SVM回归模型引入组合核函数进行改进，获得改进LS-SVM回归模型；

步骤5：根据所述改进LS-SVM回归模型计算系统谐波阻抗，并根据所述系统谐波阻抗评估谐波发射水平。