《基于ERM-SVM光伏并网逆变器故障诊断模型分析案例》2800字.docxVIP

基于ERM-SVM光伏并网逆变器故障诊断模型分析案例

目录

TOC\o1-3\h\u7362基于ERM-SVM光伏并网逆变器故障诊断模型分析案例 1

183311.1支持向量机原理 1

41471.1.1支持向量机基本思想 1

160441.1.2线性不可分情况 3

121431.1.3非线性情况 4

270831.2故障诊断步骤及诊断结果 5

207941.2.1故障诊断步骤 5

251091.2.2故障诊断结果 5

1.1支持向量机原理

支持向量机法，是一套建立于统计学习的理论基础之上的机器智能学习算法，在学习训练样本的过程中，捕捉样本的特征并预测未知样本REF_Re\r\h[47]。与神经网络相比，支持向量机能够对有限样本进行深层次的挖掘，最大限度地捕获存在于数据中的差异化信息，将数据分类问题有效转化成二次规划问题，从理论角度确保获得全局范围内的最优解。该方法具有良好的分类泛化能力，所以在故障诊断识别领域具有广泛的应用REF_Re\r\h[40]。

1.1.1支持向量机基本思想

支持向量机最初是由线性可分条件下的最优分类面演变发展得来的，观察图1.1可知，SVM的基本思想，可以利用二维线性可分情形来加以说明REF_Ref7139239