[发明专利]基于网格搜索优化支持向量机的电缆状态评估方法

权利要求书

1.一种基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：包括如下步骤：

S1.采集电缆运行参数，并将电缆运行参数划分为训练集和测试集；

S2.采用网格搜索算法确定出最优惩罚因子c和高斯核参数σ；

S3.基于最优惩罚因子和高斯核参数σ构建支持向量机，将训练集输入至支持向量机对支持向量机进行训练；

S4.将测试机输入至训练完成后的支持向量机中得到电缆状态的评估分类。

2.根据权利要求1所述基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：所述电缆运行参数包括电缆运行环境温度、电缆运行环境湿度、电缆运行环境参数以及电缆振动参数。

3.根据权利要求3所述基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：所述电缆状态评估分类包括状态良好、状态一般、情况紧急以及情况危急。

4.根据权利要求1所述基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：步骤1中，将电缆运行参数以7:3原则进行划分。

5.根据权利要求1所述基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：步骤S2中，具体包括：

S21.设定网格搜索算法的搜索变量(c，σ)的搜索范围和搜索步长，其中：惩罚因子c的搜索范围为(2^-10，2¹⁰)，高斯核参数σ的搜索范围为(2^-5，2⁵)；搜索步长为10；

S22.采用交叉验证的方法对训练集进行测试，将训练集中的参数进行排列组合并生成网格，根据搜索步长10进行搜索，得到最优惩罚因子c和高斯核参数σ。

6.根据权利要求5所述基于网格搜索优化支持向量机的电缆状态评估方法，其特征在于：

步骤S3具体包括：

S31.给定样本集为(x_i,y_i)，其中，i＝1,2,…,N，x_i∈Rⁿ是第i类，构建支持向量机函数SVM：

其中，约束条件为：

y_i(ω^Tφ(x_i+b)≥1-ξ_i

ξ_i≥0；其中，φ(x)为支持向量机空间分类函数，b为阈值，ξ_i为松弛变量，ω为联系特征空间和输出空间的线性权重向量；

S32.将分类函数φ(x)映射到高位空间中，并构建径向基函数：

k(x_i,x_j)＝exp(-γ||x_i-x_j||²)；其中：

S33.构建SVM分类器函数：

其中，α_i为拉格朗日算子。