基于LS-SVM的重要用户供用电安全评价分析方法

• 作者: 刘连光 徐震 潘明明 田世明
• 来源期刊: 发电技术
• 关键词: 供用电安全 安全管理 最小二乘支持向量机 粒子群算法
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 发电技术
• 页码范围: 18-23
• 页数: 6页
• 分类号: TM711
• 语种: 中文
• DOI: 10.3969/J.ISSN.2095-3429.2016.03.004

摘要

重要电力用户的供用电安全对于企业生产以及社会稳定具有重要意义，因此对重要用户供用电安全状况进行预评估来防御风险就显得尤为必要。基于此本文首先对重要用户供用电安全管理的关联指标进行了分析，建立了全面的重要用户供用电安全评价指标体系。针对评估时样本缺乏的问题，本文利用了用户历史运行数据，在对样本数据进行归一化处理后采用RBF核函数建立了最小二乘支持向量机分类器模型，并运用粒子群算法优化了LS-SVM的参数，提升了LS-SVM分类器的准确性。结果表明，与BP网络、RBF网络、支持向量机相比，本文提出的多分类模型能够更准确地评估用户供用电安全状况，而且训练时间短、泛化能力强，具有更高的实用性和可靠性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘连光		128	2236	22.0	44.0
2	田世明		40	1298	13.0	36.0
3	徐震		7	20	2.0	4.0
4	潘明明		5	19	2.0	4.0