[发明专利]一种基于SVM的配电网装置设备故障分析方法

权利要求书

1.一种基于SVM的配电网装置设备故障分析方法，其特征是，包括如下步骤：

步骤1，选取铁定的一条配电网线路，收集近一年时间里线路上的正常或者故障情况下的电压电流温度参数；

步骤2，对所得数据进行预处理；

步骤3，根据训练样本，训练支持向量机分类模型，得到属性累加参数和分类域值。

2.根据权利要求1所述的一种基于SVM的配电网装置设备故障分析方法，其特征是，步骤2中数据预处理的过程包括数据的清洗、转换、集成，具体为以下步骤：

步骤2.1，从FTU终端采集装置收集正常运行状态下的训练数据；

步骤2.2，根据录波文件，利用matlab代码读取comtrade录波文件里的故障数据；

步骤2.3，根据训练数据，提取各个属性值，成为属性累加参数，为每个属性组添加类别标号，正常为1，异常为-1，组成各类别的训练样本。

3.根据权利要求2所述的一种基于SVM的配电网装置设备故障分析方法，其特征是，在收集了故障和正常数据后，存入数据仓库，根据SVM的原理流程编写算法程序，训练包括基于线性支持向量机和用核函数实现的训练，选取典型日的正常与故障样本特征，对训练数据进行分类。

4.根据权利要求1所述的一种基于SVM的配电网装置设备故障分析方法，其特征是，属性累加参数为与各个传感器节点分别对应的所有属性累加参数，对于一个支持向量机分类模型，分类域值为一个。

5.根据权利要求3所述的一种基于SVM的配电网装置设备故障分析方法，其特征是，在分类过程中，将所有的正常数据和异常数据分别全部录入，并从头开始访问对比，当访问完所有节点，将n维数据累加在一起，再加上误差值，求得训练数据所属的类别。

6.根据权利要求5所述的一种基于SVM的配电网装置设备故障分析方法，其特征是，故障等级按实测数据对于正常数据的偏离程度进行划分。