[发明专利]一种基于支持向量机的高铁电能质量数据的分类方法

摘要

本发明涉及一种基于支持向量机（SVM）的高速铁路电能质量数据的分类方法，包括如下步骤：（1）将高铁电能质量监测数据进行预处理后作为训练和测试样本集；（2）进行支持向量机训练；（3）基于支持向量机的回归特征消去法（SVM_RFE）进行高铁负荷电能质量的特征选择；（4）综合分类正确率和特征子集的个数对特征子集进行优劣评估，确定最优的特征子集；（5）利用最优特征子集训练支持向量机SVM；（6）利用最终的支持向量机模型对高铁电能质量的样本数据进行识别，获得高铁电能质量数据的分类。该发明从海量监测数据中提取高铁运行时的数据，并能选择出能反映高铁运行时的电能质量特征，为电能质量数据的挖掘分类提供了一种思路和方法。

主权项

一种基于支持向量机的高铁电能质量数据的分类方法，其特征在于，所述方法包括下述步骤：（1）通过在线的电能质量监测仪获取高铁电能质量监测数据，进行预处理后作为训练样本集；（2）利用训练样本集训练支持向量机SVM，获得SVM模型、训练样本集及测试样本集的分类正确率；（3）基于支持向量机的回归特征消去法进行高铁负荷电能质量的特征选择；（4）综合分类正确率和特征子集的个数对特征子集进行优劣评估，确定最优特征子集；（5）利用最优特征子集训练支持向量机SVM，获得最终的支持向量机模型；（6）利用最终的支持向量机模型对高铁电能质量的样本数据进行识别，获得高铁电能质量数据的分类。