[发明专利]一种基于支持向量机的高铁电能质量数据的分类方法

权利要求书

1.一种基于支持向量机的高铁电能质量数据的分类方法，其特征在于，所述方法包括下述步骤：

（1）通过在线的电能质量监测仪获取高铁电能质量监测数据，进行预处理后作为训练样本集；

（2）利用训练样本集训练支持向量机SVM，获得SVM模型、训练样本集及测试样本集的分类正确率；

（3）基于支持向量机的回归特征消去法进行高铁负荷电能质量的特征选择；

（4）综合分类正确率和特征子集的个数对特征子集进行优劣评估，确定最优特征子集；

（5）利用最优特征子集训练支持向量机SVM，获得最终的支持向量机模型；

（6）利用最终的支持向量机模型对高铁电能质量的样本数据进行识别，获得高铁电能质量数据的分类。

2.如权利要求1所述的数据的分类方法，其特征在于，所述步骤（1）中，高铁电能质量监测数据包括电压偏差、电流有效值、频率偏差、有功功率、无功功率，视在功率、电量、谐波、间谐波、电压波动与闪变、三相不平衡度、电压暂升、电压暂降和电压短时中断；

所述谐波为0-50次的谐波。

3.如权利要求1所述的数据的分类方法，其特征在于，所述步骤（1）中，预处理包括：

①将每3秒采样的高铁电能质量监测数据，每20个采样数据进行平均处理，转化为每分钟1个样本数据；

②将样本数据按照每个特征进行归一化处理。假设x′_i＝(x′_i,1,x′_i,2,...,x′_i,m)是第i个原始数据样本，具有m个特征，x′_i,j为第i个样本的第j个特征的值；归一化的表达式如下：

xmax′=maxi=1N(xi,j′)xmin′=mini=1N(xi,j′)xmid′=xmax′+xmin′2xi,j=2(xi,j′-xmid′)xmax′-xmin′]]><1>；

其中，N表示共有N个样本数据，x'_max和x'_min分别为第j个特征的数据向量的最大值和最小值；x'_mid为最大值和最小值的平均值；x_i,j为归一化后的值；则归一化后的第i个数据样本为x_i＝(x_i,1,x_i,2,...,x_i,m)。