基于支持向量机的高速铁路电能质量数据分类方法研究

• 作者: 杨岑玉 王同勋
• 来源期刊: 智能电网
• 学科: 工学
• 关键词: 电能质量 支持向量机 回归特征消去法 特征选择 分类
• 年，卷（期）: 2014,（1）
• 页码范围: 34-38
• 页数: 5页
• 分类号: TP14
• 字数: 3763字
• 语种: 中文

摘要

针对电能质量监测系统的海量多特征数据信息,提出采用基于支持向量机的回归特征消去法进行特征选择,综合支持向量机对不同的电能质量特征集的分类正确率选取了最优特征集.以高速铁路电能质量数据为例,利用该方法对有无高铁负荷运行进行了分类研究.实验结果表明,所选出的特征集反映了高铁电能质量特点并具有很好的分类效果,证明了所提方法的可行性,为电能质量数据挖掘分类提供了一种思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王同勋		5	51	3.0	5.0
2	杨岑玉		4	40	2.0	4.0