基于改进svm模型的电能质量扰动分类 classification method of power quality disturbances based on improved svm model.pdfVIP

第38卷第3期 电力系统保护与控制 V01．38No．3 1111生!旦!旦 ￡竺型!!!z!!!翌竺垒竺2呈!竺! 里!坠：!：!Q!! 基于改进SVM模型的电能质量扰动分类 俞晓冬1，周栾爱2 (1．山东轻工业学院，山东济南250353；2．青岛港湾职业技术学院，山东青岛266404) 摘要：提出一种改进的支持向量机模型，对电能质量扰动进行分类。支持向量机(SVM)在对大规模样本集的训练和分类时， 需要占用大量内存，时耗过高，运算速度缓慢。针对这种情况提出一种改进的SVM模型：将原始训练样本集应用粗糙集理论 (RS)去除冗余信息，然后在SVM中引入概率分布函数，用一个小规模的样本集训练得到一个初始的分类器，用这个初始分 类器对大规模训练集进行修剪，修剪后得到一个规模很小的约减集，再用这个约减集进行训练得到最终的分类器。实验表明： 这种改进的SVM模型有效降低了训练样本集的规模，提高了分类能力． 关键词：电能质量； 支持向量机； 粗糙集； 缩减训练集； 小波变换