原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第32卷第4期电子设计工程2024年2月
Vol.32No.4ElectronicDesignEngineeringFeb.2024
基于改进SVM算法的电力工程异常数据检测方法设计
王楠，周鑫，周云浩，苏世凯，王增亮
（国网北京市电力公司电力建设工程咨询分公司，北京100021）
摘要：针对传统电力工程数据异常检测过程中存在准确度差且主观性较强的问题，文中提出了一
种基于改进支持向量机的电力工程数据异常检测模型。其在传统支持向量机的基础上加入了二
叉树多分类算法，从而使模型具备多特征分类能力。同时通过引入AdaBoost分类器，来改善支持
向量机弱特征分类能力较差的不足。为进一步提高准确度，还使用鲸鱼算法对模型惩罚项、核函
数及迭代次数进行优化。在实验测试中，所提算法的检测准确度相较其他三种对比算法分别提升
了5.35%、2.17%和5.35%，说明该算法具备更为理想的性能，并可有效提升电力工程数据检测的准
确度，故能为电力基建工程验收与管理提供数据支撑。
关键词：支持向量机；AdaBoost算法；鲸鱼优化算法；二叉树结构；异常数据分析
中图分类号：TN-9文献标识码：A文章编号：1674-6236（2024）04-0162-05
DOI：10.14022/j.issn1674-6236.2024.04.035
Designofpowerengineeringabnormaldatadetectionmethodbasedon
improvedSVMalgorithm
WANGNan，ZHOUXin，ZHOUYunhao，SUShikai，WANGZengliang
（ElectricPowerConstructionEngineeringConsultingBranch，StateGridBeijingElectricPowerCompany，
Beijing100021，China）
Abstract:Aimingattheshortcomingsofpooraccuracyandstrongsubjectivityintheprocessoftraditional
powerengineeringdataanomalydetection，thispaperproposesapowerengineeringdataanomaly
detectionmodelbasedonimprovedsupportvectormachine.Thebinarytreemulticlassificationalgorithm
isaddedtothetraditionalsupportvectormachine，whichmakesthemodelhavetheabilityofmulti
featureclassification.Atthesametime，inordertoimprovetheweakfeatureclassificationabilityof
supportvectormachine，AdaBoostclassifierisalsointroduced.Inordertofurtherimprovetheaccuracy，
thewhalealgorithmisusedtooptimizethepenaltyterm，kernelfunctionanditerationtimesofthemodel.
Intheexperimentaltest，thedetectionaccuracyoftheproposedalgorithmisimprovedby5.35%，2.17%
and5.35%respectivelycomparedwiththeothe
人力资源管理师持证人
专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作，收集有海量各类规范类文件。欢迎咨询！
文档评论（0）