[发明专利]基于交叉熵理论优化支持向量机的电力系统风险评估方法有效

专利信息
申请号: 201811168298.1 申请日: 2018-10-08
公开(公告)号: CN109214708B 公开(公告)日: 2022-04-29
发明(设计)人: 智勇;拜润卿;郑伟;祁莹;郝如海;刑延东;龚庆武;方金涛;刘栋;高磊;刘文飞;陈仕彬;史玉杰;张彦凯;张海龙;崔力心;陈力 申请(专利权)人: 国网甘肃省电力公司电力科学研究院;武汉大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06
代理公司: 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人: 彭艳君
地址: 730070 甘肃*** 国省代码: 甘肃;62
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及电力系统可靠性评估技术,具体涉及基于交叉熵理论优化支持向量机的电力系统风险评估方法,将交叉熵方法CEM应用于支持向量机SVM中,进行特征选择和SVM参数优化;并将构建的n维特征量作为SVM的输入,利用训练样本进行离线训练生成训练模型,通过对历史样本的学习,预测当前状态下电力系统的风险水平;包括:生成离线数据,使用交叉熵优化的SVM方法对风险样本数据进行训练,得到电网风险评估模型优化特征和参数;进行在线实时电力系统风险评估。用交叉熵算法优化支持向量机进行风险预测能够有效地去掉冗余和无关特征,减少了特征数量,结合优化的参数可以具有很好的收敛性,同时降低了计算的复杂度和耗时。具有错误率低、测试时间短的特点。
搜索关键词: 基于 交叉 理论 优化 支持 向量 电力系统 风险 评估 方法
【主权项】:
1.基于交叉熵理论优化支持向量机的电力系统风险评估方法,其特征是,将交叉熵方法CEM应用于支持向量机SVM中,进行特征选择和SVM参数优化;并将构建的n维特征量作为SVM的输入,利用训练样本进行离线训练生成训练模型,通过对历史样本的学习,预测当前状态下电力系统的风险水平;包括:生成离线数据,使用交叉熵优化的SVM方法对风险样本数据进行训练,得到电网风险评估模型优化特征和参数;进行在线实时电力系统风险评估。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网甘肃省电力公司电力科学研究院;武汉大学,未经国网甘肃省电力公司电力科学研究院;武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201811168298.1/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top