[发明专利]一种基于支持向量机的配变负载预测方法

摘要

本发明配电变压器负载预测技术领域，具体涉及一种基于支持向量机的配变负载预测方法。本发明基于支持向量机算法，对配变历史数据进行训练，生成二分类的分类器，实现对配网重过载情况的预测，即重过载的发生频率达到阈值就判断为非正常，其余为正常，用以指导电网公司对配变设备的检修和运维策略。本发明在传统的训练数据集中，加入了配变重过载频率数据，用以判断重过载是偶发性的还是持续性的，使得数据的维度更加科学。另外，采用机器学习中应用最广泛、准确度最高的二分类算法支持向量机来训练预测模型，能够提高预测配变负载的准确度。

主权项

1.一种基于支持向量机的配变负载预测方法，其特征在于：包括以下步骤：S1：采集并处理影响配变负载的历史数据，具体包括以下步骤：S11：获取历史数据，所述历史数据包括配变在指定时间段的负荷数据、天气数据、社会事件数据、指定时间段配变发生重过载频率的数据；S12：对采集到的数据进行处理，设置配变重过载的判断标准以及设置配变重过载情况为“持续”还是“瞬时”的阈值；S2：采用上述历史数据作为训练样本，采用支持向量机的方法训练配变负载预测分类器，构建预测模型；S3：根据配变负载预测模型预测配变的负载情况。