科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了进一步改善直流电能质量,需要提出一种基于PSO优化SVM分类器的配电网电压波动分析方法。在分析直流电压波动的基础上,设计了基于PSO优化的SVM分类器。通过仿真分析得到采在含有5各类簇的情况下,轮廓系数与1非常接近,可见采用特征集对各类直流电能质量扰动情况进行准确分析。测试发现,在30个测试样本内实现正确分类的是28,只出现了1组电压波动以及1组电压纹波发生分类错误的情况,分类模型获得了高达92.1%的准确率。通过算法比较得到采用BP神经网络算法进行处理时形成了更低的分类准确率,相对于SVM需要更多的训练样本数。采用文中算法能够使分类过程达到更高的准确率,能够显著改善PSO优化效果,而在训练时间方面则比多分类SVM更弱。
-
单位国网福建省电力有限公司
