[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有效
| 申请号： | 201911030697.6 | 申请日： | 2019-10-28 |
| 公开（公告）号： | CN110728331B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 潘玲;冯倩;张鹏;周健;潘爱强;陈冉;曾平;唐伟杰;陈洪岗;陈甜甜;罗祾;杨心刚;宋杰;熊敏 | 申请（专利权）人： | 国网上海市电力公司;华东电力试验研究院有限公司;四川大学 |
| 主分类号： | G06F18/2411 | 分类号： | G06F18/2411;G06F18/2321;G06F18/27;G01R23/16;G01R27/02 |
| 代理公司： | 上海信好专利代理事务所(普通合伙) 31249 | 代理人： | 朱成之;周荣芳 |
| 地址： | 200126 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种改进最小二乘支持向量机的谐波发射水平评估方法，包括以下步骤：步骤1：基于实验数据构建LS‑SVM回归模型；步骤2：利用DP聚类算法从LS‑SVM回归模型中剔除离群点；步骤3：根据实验数据对剔除离群点的LS‑SVM回归模型进行加权计算；步骤4：向加权后的LS‑SVM回归模型引入组合核函数进行改进；步骤5：根据改进LS‑SVM回归模型计算系统谐波阻抗，并根据系统谐波阻抗评估谐波发射水平。此方法解决了LS‑SVM回归模型中异常样本对计算谐波阻抗精度的影响以及LS‑SVM回归模型性能差的问题，对LS‑SVM回归模型的改进，结合二项式函数和径向基函数的组合核函数算法和DP聚类算法，完成了LS‑SVM回归模型中异常样本的剔除，实现了改进LS‑SVM回归模型的计算精度以及算法性能的提升。 | ||
| 搜索关键词： | 一种 改进 最小 支持 向量 谐波 发射 水平 评估 方法 | ||
【主权项】：
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：/n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；/n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；/n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；/n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；/n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。/n
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上海市电力公司;华东电力试验研究院有限公司;四川大学，未经国网上海市电力公司;华东电力试验研究院有限公司;四川大学许可，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/201911030697.6/，转载请声明来源钻瓜专利网。
