基于支持向量機(jī)的配電網(wǎng)線損計(jì)算

1、畢業(yè)設(shè)計(jì)（論文）題 目 基于支持向量機(jī)的配電網(wǎng)線損計(jì)算 47 / 53基于支持向量機(jī)的配電網(wǎng)線損計(jì)算摘 要 配電網(wǎng)是直接或降壓后將電能送到用戶的電網(wǎng)，是電力網(wǎng)的末端。配電網(wǎng)有線路分布廣，電壓等級(jí)低，所連接的設(shè)備多的特點(diǎn)。配電網(wǎng)線損計(jì)算是配電管理和運(yùn)行的一項(xiàng)重要任務(wù)。 本文運(yùn)用了一種基于支持向量回歸的計(jì)算配電網(wǎng)線損的可行方法,建立了配電網(wǎng)線損計(jì)算的支持向量回歸模型。針對(duì)有代表性的配電線路的線損與特征參數(shù)的樣本數(shù)據(jù)，利用支持向量回歸的擬合特性映射線損與特征參數(shù)之間復(fù)雜的非線性關(guān)系，找出配電線路的線損隨特征參數(shù)變化的規(guī)律。為了提高支持向量回歸機(jī)的學(xué)習(xí)效率，采用樣本分類處理的方法分別對(duì)其進(jìn)行訓(xùn)練，使的

2、計(jì)算結(jié)果更加符合實(shí)際。同時(shí)，以配電線路數(shù)據(jù)為實(shí)例，仿真結(jié)果驗(yàn)證了所提的方法和模型的有效性和實(shí)用性。關(guān)鍵詞：電力系統(tǒng)，支持向量回歸機(jī)，線損計(jì)算AbstractThe distribution networkisadirectorvoltage-drop net afterthepower gridofthepowersent to the user,and also theendofthepower grid.Distribution networklineswidely distributed,lowvoltage level, theconnected devicesand morefeat

3、ures. Distribution networklineloss calculationisan important taskofdistributionmanagement and operation.Aiming at power system, a feasible method is used for calculating theenergylosses in distribution systems based on support vector regression (SVR)model. For representational samples of reflecting

4、the relation between energy losses and characteristic parameter of distribution net,SVR method, due to its strong regression ability, is able to map complex non-linear relation between them, and find the rule of energy losses varying with characteristic parameter. In order to improve the learning ac

5、curacy of SVR model, a problem-specific scheme is performed to divide the samples into several clusters. Simulation verifies the validity and practicability of the proposed method.Keywords: power system, support vector regression, losses calculation 目錄前 言1第1章 緒論21.1電網(wǎng)線損理論計(jì)算的意義21.2 配電網(wǎng)線損計(jì)算研究現(xiàn)狀31.3 本文

6、的主要工作4第2章傳統(tǒng)線損計(jì)算方法62.1 均方根電流法62.2 平均電流法72.3 最大電流法82.4 等值電阻法92.5 本章小結(jié)10第3章 基于支持向量機(jī)的建模113.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)113.1.1機(jī)器學(xué)習(xí)113.1.2經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化123.1.3推廣性的界133.2支持向量機(jī)133.2.1最優(yōu)分類面與廣義最優(yōu)分類面133.2.2支持向量機(jī)回歸143.2.3支持向量機(jī)的實(shí)現(xiàn)163.3支持向量機(jī)線損計(jì)算173.3.1樣本輸入的歸一化173.3.2核函數(shù)的選取173.3.3參數(shù)選擇18第4章 算例仿真過(guò)程224.1基于支持向量機(jī)配電網(wǎng)線損的計(jì)算過(guò)程224.2實(shí)例計(jì)算流程224.3 MAT

7、LAB程序仿真與結(jié)果244.4數(shù)據(jù)分類314.4.1理論基礎(chǔ)314.4.2分類算法流程334.5結(jié)果分析39第5章 總結(jié)與展望41致 42參考文獻(xiàn)43附錄45前 言線損是電能在電力網(wǎng)傳輸過(guò)程中所產(chǎn)生的損耗，它是電力部門的一項(xiàng)重要的技術(shù)經(jīng)濟(jì)指標(biāo)，是衡量電力企業(yè)管理水平的主要指標(biāo)之一，也是電力系統(tǒng)規(guī)劃設(shè)計(jì)水平、生產(chǎn)技術(shù)水平和經(jīng)營(yíng)管理水平的綜合反映。電力網(wǎng)中電能的損失與線路的結(jié)構(gòu)、負(fù)載和管理有關(guān)。通過(guò)開(kāi)展線損的計(jì)算與分析，可以找出影響損失的主要因素，從而把不合理的電能損失減少到最小以確保取得最佳的降耗目標(biāo)和經(jīng)濟(jì)效益。配電網(wǎng)理論線損計(jì)算方法，主要分為兩類：一類是依據(jù)網(wǎng)絡(luò)主要損耗元件的物理特征建立的各種

8、等值模型算法；另一類是根據(jù)饋線數(shù)據(jù)建立的各種統(tǒng)計(jì)模型和神經(jīng)網(wǎng)絡(luò)模型等算法。電壓等級(jí)較低的配電網(wǎng)，運(yùn)行數(shù)據(jù)和結(jié)構(gòu)參數(shù)的收集整理很困難,無(wú)法采用潮流法計(jì)算，則要求簡(jiǎn)化計(jì)算方法，以便減少人力、物力而又能達(dá)到所接受的準(zhǔn)確度。針對(duì)這種精度要求不太高情況，目前采用回歸分析方法和神經(jīng)網(wǎng)絡(luò)模型計(jì)算配電網(wǎng)線損的方法得到一些研究?；貧w分析法是一種建立在數(shù)理統(tǒng)計(jì)理論基礎(chǔ)上的統(tǒng)計(jì)方法，它尋求的是因變量(線損)與自變量(特征參數(shù))之間的線性關(guān)系。神經(jīng)網(wǎng)絡(luò)具有高度的非線性處理能力，可以擬合配電線路的線損與特征參數(shù)之間復(fù)雜的非線性關(guān)系，這兩種方法簡(jiǎn)潔實(shí)用，無(wú)需建立復(fù)雜的數(shù)學(xué)關(guān)系式和進(jìn)行大量計(jì)算。但這些方法也存在一定的局限性

9、，回歸分析法方法需要有大量數(shù)據(jù)，數(shù)據(jù)少則難以找出統(tǒng)計(jì)規(guī)律，且對(duì)不同的配電網(wǎng)結(jié)構(gòu)不具有通用性。 隨著Vapnik等人提出的統(tǒng)計(jì)學(xué)習(xí)理論不斷發(fā)展和成，統(tǒng)計(jì)學(xué)習(xí)理論開(kāi)始受到越來(lái)越廣泛的重視，并在此理論框架下產(chǎn)生了支持向量機(jī)（SVM）這一新的通用機(jī)器學(xué)習(xí)方法。這種方法，泛化能力強(qiáng)，適用于小樣本。本文嘗試用這種新的統(tǒng)計(jì)學(xué)習(xí)方法，支持向量回歸(SVR)來(lái)進(jìn)行配電網(wǎng)線損計(jì)算與分析。第1章 緒論1.1電網(wǎng)線損理論計(jì)算的意義 近幾年來(lái)，國(guó)家十分重視電力建設(shè)，相繼實(shí)施了農(nóng)村和城市電網(wǎng)的建設(shè)與改造工程，我國(guó)電力事業(yè)迅速發(fā)展，進(jìn)入了一個(gè)嶄新的發(fā)展時(shí)期，為保證經(jīng)濟(jì)發(fā)展和各項(xiàng)事業(yè)進(jìn)步提供了強(qiáng)大的電力保障。隨著經(jīng)濟(jì)快速發(fā)展

10、，電力需求日益增大，經(jīng)出現(xiàn)電力供應(yīng)不足的局面，近年來(lái)許多省份出現(xiàn)限電情況。在各級(jí)電力網(wǎng)電能損耗占比例來(lái)看，地方10kV與以下線損電量一般占到總損耗電能的45%60%，10kV與以下電網(wǎng)的降損工作一直是地區(qū)電力局降損工作的重點(diǎn)。目前的情況是，一方面是電力供應(yīng)不足，另一方面是配電網(wǎng)存在較高的電能損耗。通過(guò)配電網(wǎng)理論線損計(jì)算，優(yōu)化配電網(wǎng)結(jié)構(gòu)，確定配電網(wǎng)最佳運(yùn)行方式和經(jīng)濟(jì)調(diào)度，降低配電網(wǎng)電能損耗，節(jié)約資源，提高供電能力，具有重大大意義。配電網(wǎng)是指直接為用戶服務(wù)的那一部分電力系統(tǒng)，一般是指從110kV/10kV或35kV/10kV降壓電站的10kV線路出口至用戶端。配電網(wǎng)作為電力網(wǎng)的末端，其電壓等級(jí)低、

11、直接與用戶連接、線路分布廣、連接設(shè)備多，因此系統(tǒng)存在著較大的阻抗，導(dǎo)致電能在轉(zhuǎn)換、輸送、分配過(guò)程中不可避免地伴隨著大量的損耗。據(jù)統(tǒng)計(jì)，配電網(wǎng)線損占整個(gè)電網(wǎng)能量的5%，構(gòu)成配電網(wǎng)線損的成分較多，對(duì)配網(wǎng)線損進(jìn)行全面的理論分析，目的在于對(duì)線損中的各個(gè)組成部分的構(gòu)成情況與所處位置進(jìn)行研究，找出對(duì)有較大降損潛力組成部分的降損措施，為制定科學(xué)有效的長(zhǎng)期降損規(guī)劃提供正確的理論依據(jù)。因此，對(duì)電配網(wǎng)線損的理論計(jì)算和分析研究很有必要，具有很大的實(shí)用價(jià)值。本畢業(yè)設(shè)計(jì)將基于支持向量機(jī)(SVM)研究中壓配電網(wǎng)準(zhǔn)確、快速而簡(jiǎn)便的線損計(jì)算方法。但由于配電網(wǎng)結(jié)構(gòu)的復(fù)雜性、參數(shù)多樣性和資料不完善以與缺乏實(shí)時(shí)監(jiān)控設(shè)備等因素，準(zhǔn)確

12、計(jì)算配電網(wǎng)理論線損比較困難，一直是個(gè)難題。為解決這一難題，眾多科研工作者從理論到實(shí)踐不斷深入研究配電網(wǎng)理論線損計(jì)算方法，希望研究出更加適合配電網(wǎng)理論線損計(jì)算的新方法，更加快速、準(zhǔn)確地計(jì)算配電網(wǎng)理論線損，滿足電力部門配電網(wǎng)線損的分析和管理需要。1.2 配電網(wǎng)線損計(jì)算研究現(xiàn)狀（1）國(guó)發(fā)展現(xiàn)狀 在我國(guó)國(guó)對(duì)于此項(xiàng)理論的研究也是非常多的，但這些研究活動(dòng)都是在近幾年才逐步發(fā)展起來(lái)的，我國(guó)也曾有諸多學(xué)者和專家發(fā)表了多篇的相關(guān)理論文章，將他們進(jìn)行整理起來(lái)進(jìn)行計(jì)算和評(píng)估，發(fā)現(xiàn)我國(guó)對(duì)電力線損的計(jì)算主要有傳統(tǒng)算法、新的潮流式計(jì)算方法和其他的一些算法，傳統(tǒng)的配電網(wǎng)理論線損計(jì)算方法：均方根電流法，最大電流法，

13、平均電流法，等值電阻法。改進(jìn)的潮流算法：前推回代潮流計(jì)算法，牛頓法和改進(jìn)牛頓法，改進(jìn)快速解耦法，動(dòng)態(tài)潮流法。新算法：遺傳算法與人工神經(jīng)網(wǎng)絡(luò)算法，基于區(qū)間算法，模糊識(shí)別算法。電網(wǎng)線損理論按管理應(yīng)分為省地局和縣區(qū)級(jí)兩部分，按電網(wǎng)的不同特點(diǎn)，對(duì)35KV以上輸電網(wǎng)和6-10KV配電網(wǎng)分別采用不同的計(jì)算方法。輸電網(wǎng)采用完整的負(fù)荷數(shù)據(jù)進(jìn)行潮流計(jì)算得到網(wǎng)損結(jié)果。由于配電網(wǎng)為輻射狀結(jié)構(gòu)，線路r/x比值較大等因素，決定了其潮流計(jì)算方法不同于輸電網(wǎng)。由于配電網(wǎng)負(fù)荷數(shù)據(jù)不全，運(yùn)行方式復(fù)雜多樣化，因此很多時(shí)候采用網(wǎng)絡(luò)簡(jiǎn)化和負(fù)荷簡(jiǎn)化方法，近似計(jì)算配電網(wǎng)線損。（2）國(guó)外發(fā)展現(xiàn)狀 配電網(wǎng)理論線損計(jì)算的方法在世界上

14、早有人開(kāi)始研究，這一研究最早是在上世紀(jì)30年代左右，由諸多個(gè)外國(guó)電力專家組成小組來(lái)研究影響電能輸送損耗的情況，他們通過(guò)數(shù)學(xué)模型的方式結(jié)合電力設(shè)備的實(shí)際部件，并以高速運(yùn)算的 PC 電腦作為計(jì)算工具來(lái)企圖加快對(duì)這一方法的研究，并將實(shí)際利率結(jié)果運(yùn)用到實(shí)際操作中。在配網(wǎng)自動(dòng)化以與高級(jí)應(yīng)用軟件方面，國(guó)外研究的熱點(diǎn)是網(wǎng)絡(luò)化、集成化、智能化對(duì)于線損計(jì)算，國(guó)外現(xiàn)在研究的重點(diǎn)多是對(duì)線損的分析降損措施與方法研究，如：以線損為目標(biāo)的配電網(wǎng)網(wǎng)絡(luò)重構(gòu)，無(wú)功優(yōu)化、補(bǔ)償電容投放位置的確定等問(wèn)題，其中涉與到的線損問(wèn)題大都轉(zhuǎn)化為功率損耗問(wèn)題，以潮流計(jì)算的方法來(lái)求解。依據(jù)網(wǎng)絡(luò)主要損耗元件的物理特征建立的各種等值模型算法，即傳統(tǒng)計(jì)

15、算方法，如均方根電流法、平均電流法等，計(jì)算結(jié)果精度不高，不便于降損分析。針對(duì)這種情況，近幾年來(lái)，部分學(xué)者將遺傳算法(GA)、人工神經(jīng)網(wǎng)絡(luò)(ANN)和模糊識(shí)別等理論應(yīng)用于配電網(wǎng)理論線損計(jì)算，研究計(jì)算速度快、計(jì)算結(jié)果精度高的數(shù)學(xué)模型，豐富和發(fā)展了理論線損計(jì)算方法，拓寬了研究思路。1.3 本文的主要工作 本文將支持向量機(jī)方法應(yīng)用于配電網(wǎng)線損理論計(jì)算，以期提高配電網(wǎng)線損理論計(jì)算的精度。支持向量機(jī)(SVM)是Vapnik等人于1995年在統(tǒng)計(jì)學(xué)習(xí)理論的基礎(chǔ)上提出的一種機(jī)器學(xué)習(xí)新方法4。傳統(tǒng)統(tǒng)計(jì)學(xué)所研究的是漸進(jìn)理論，也就是當(dāng)樣本數(shù)目趨于無(wú)窮大時(shí)的極限特性。但是在實(shí)際應(yīng)用中該前提一般無(wú)法滿足，因此一些理論上

16、很成熟的學(xué)習(xí)方法在實(shí)際中的表現(xiàn)卻可能不盡如人意，如前所述的神經(jīng)網(wǎng)絡(luò)的固有缺陷問(wèn)題等，從本質(zhì)上來(lái)說(shuō)，就是因?yàn)槔碚撋闲枰獰o(wú)窮大樣本與實(shí)際中樣本有限的矛盾造成的。本文主要完成了以下工作：（1）首先對(duì)配電網(wǎng)線損理論進(jìn)行數(shù)學(xué)描述，介紹了幾種常用的配電網(wǎng)線損理論計(jì)算方法。（2）其次，本文詳細(xì)介紹了支持向量機(jī)的基礎(chǔ)知識(shí)。SVM在具體應(yīng)用中存在一個(gè)突出問(wèn)題，即如何設(shè)置影響算法的一些關(guān)鍵參數(shù)，如平衡參數(shù)C、不敏感損失參數(shù)和核函數(shù)中的形狀參數(shù)，才能獲得較好的預(yù)測(cè)結(jié)果。第2章 傳統(tǒng)線損計(jì)算方法2.1 均方根電流法 均方根電流法其物理概念和意義是線路中流過(guò)均方根電流所消耗的電能，相當(dāng)于實(shí)際電力網(wǎng)在同一時(shí)間消耗的電能，

17、設(shè)電力網(wǎng)元件電阻為 R 通過(guò)此元件的電流為 I，則該電力網(wǎng)元件電阻一天二十四小時(shí)的電能損耗值A(chǔ) 按下式計(jì)算： （2-1） 式中：A 為損耗的電能量單位是（kWh）；R 是電網(wǎng)中各個(gè)元件的電阻（）；t 為是電能供應(yīng)時(shí)長(zhǎng)（h）；I 是均方根電流（A）。 均方根電流 I 的具體計(jì)算方式如下所示： （2-2）式中：是指每天的整點(diǎn)電流負(fù)載記錄數(shù)據(jù)；I 是均方根電流（A）。若實(shí)測(cè)為有功電量、無(wú)功電量和電壓，均方根電流可以使用下式計(jì)算： （2-3）式中：代表日整點(diǎn)有功電量（kWh）；為代表日整點(diǎn)無(wú)功電量(kVarh)；為與、同一時(shí)刻的線電壓（Kv）。在測(cè)量的過(guò)程中精度要比較高的，因此我們采用電度表來(lái)計(jì)量有功

18、電量和無(wú)功電量，一般使用（2-3）式計(jì)算電能損耗。 均方根電流法的優(yōu)點(diǎn)：計(jì)算過(guò)程簡(jiǎn)單，可以利用數(shù)據(jù)先計(jì)算出均方根電流，從而計(jì)算出電能損耗量，具體用到的數(shù)據(jù)如下：有功電量和無(wú)功電量、有功功率和無(wú)功功率、電壓、配電變壓器額定容量、參數(shù)等，此方法計(jì)算精度是比較高的，同時(shí)也易于計(jì)算機(jī)編程計(jì)算。但均方根電流法也有不足之處：（1）在用此方法計(jì)算線損的時(shí)候，計(jì)算的過(guò)程中時(shí)沒(méi)有考慮到數(shù)據(jù)之間差異的，所以系統(tǒng)計(jì)算結(jié)果會(huì)產(chǎn)生很大的差異，所以，使用此方法，要想得到更加準(zhǔn)確的記過(guò)必須充分的考慮符合曲線的差異和符合功率數(shù)據(jù)間的差異性。 （2）低壓用戶電能表的額定容量不能體現(xiàn)其實(shí)際用電量情況。（3）代表日的線損率與要求的

19、月、季、年的線損率有一定的差別，因此，在使用此方法計(jì)算的過(guò)程中時(shí)不能獲取準(zhǔn)確數(shù)值的。2.2 平均電流法平均電流法也稱形狀系數(shù)法，是利用均方根電流法與平均電流的等效關(guān)系進(jìn)行電能損耗計(jì)算的，由均方根電流法派生而來(lái)。平均電流法的物理概念是，線路中流過(guò)的平均電流所產(chǎn)生的電能損耗相當(dāng)于實(shí)際負(fù)荷在同一時(shí)間所產(chǎn)生的電能損耗。具體計(jì)算方法如下所示： （2-4）式中：為損耗電量（kWh）；R 為元件電阻（）；t 為運(yùn)行時(shí)間（h）；為平均電流（A）,K 為形狀系數(shù)。 形狀系數(shù) K 的計(jì)算公式如下： （2-5）式中： 為代表日均方根電流（A）， 為代表日負(fù)荷平均電流（A）。 平均電流法的計(jì)算參數(shù)主要是從運(yùn)用實(shí)際中相

20、對(duì)容易獲得的數(shù)據(jù)以與測(cè)得電量得到的值通過(guò)計(jì)算得到平均電流，而電能損耗的計(jì)算是根據(jù)代表日平均電流、形狀系數(shù)等一系列數(shù)據(jù)計(jì)算得到的，此方法可以計(jì)算出準(zhǔn)確的結(jié)果并且對(duì)于電能損耗的計(jì)算結(jié)果的精度也是比較高的。然而，平均電流法的形狀系數(shù)K是難以計(jì)算的，形狀系數(shù)會(huì)隨著負(fù)荷曲線發(fā)生的變化而變化，但為了能夠計(jì)算出線損的情況，而不考慮負(fù)荷晝夜發(fā)生的變化，僅僅考慮負(fù)荷季節(jié)性發(fā)生變化是所產(chǎn)生的不同。 平均電流法的優(yōu)點(diǎn)是：用實(shí)際中較容易得到并且較為精確的電量作為計(jì)算參數(shù)，計(jì)算結(jié)果較為準(zhǔn)確，計(jì)算出的電能損耗結(jié)果精度較高；按照代表日平均電流和計(jì)算出形狀系數(shù)等數(shù)據(jù)計(jì)算就可以進(jìn)行電能損耗計(jì)算，易于計(jì)算機(jī)編程計(jì)算。缺點(diǎn)：對(duì)沒(méi)有

21、實(shí)測(cè)記錄的配電變壓器，形狀系數(shù)不易確定，不同的負(fù)荷曲線、網(wǎng)絡(luò)結(jié)構(gòu)和負(fù)荷特性，計(jì)算出的損耗因數(shù)不同，不能通用，使用此方法時(shí)必須根據(jù)電網(wǎng)實(shí)際情況計(jì)算損耗因數(shù)；計(jì)算精度低，常用于計(jì)算精度要求不高的情況2。2.3 最大電流法 最大電流法也是電力行業(yè)進(jìn)行線損計(jì)算的一個(gè)重要方法，其所以用的方法其實(shí)是一種等效換算的計(jì)算關(guān)系，它是計(jì)算線路中某一最大電流時(shí)的計(jì)算損耗，將此損耗轉(zhuǎn)換成此系統(tǒng)的最終線損，本方法的計(jì)算方法如下所示： （2-6）式中： 為損耗電量（kWh）；R 為元件電阻（）；t 為運(yùn)行時(shí)間（h）；為最大電流（A）；F為損耗因數(shù)。用最大電流法計(jì)算線損的時(shí)候，在得到最大電流的同時(shí)，還要求得損失因數(shù) F，此

22、時(shí)，必須有確定的負(fù)荷曲線才能夠完成所需計(jì)算。在符合 f 已知的情況下，其具體計(jì)算方法如下所示： （2-7）式中：I 為代表日均方根電流（A）； 為代表日負(fù)荷最大電流（A）。 在已知負(fù)荷率 f 時(shí)，F(xiàn) 可以近似求得，即： （2-8）或者（2-9）最大電流法的優(yōu)點(diǎn)是：計(jì)算需要的資料少，只需測(cè)量出代表日最大電流和計(jì)算出損失因數(shù)等數(shù)據(jù)就可以進(jìn)行電能損耗計(jì)算，易于計(jì)算機(jī)編程計(jì)算。缺點(diǎn)是：損失因數(shù)不易計(jì)算，不同的負(fù)荷曲線、網(wǎng)絡(luò)結(jié)構(gòu)和負(fù)荷特性，計(jì)算出的損耗因數(shù)不同，不能通用，使用此方法時(shí)必須根據(jù)電網(wǎng)實(shí)際情況計(jì)算損耗因數(shù)；計(jì)算精度低，常用于計(jì)算精度要求不高的情況。最大電流法的缺點(diǎn)相對(duì)于其優(yōu)點(diǎn)來(lái)說(shuō)更值得我們深入

23、研究，例如： （1）配電網(wǎng)經(jīng)常會(huì)有三相不平衡的現(xiàn)象出現(xiàn)，而配電網(wǎng)各相電流平衡是最大電流法的依據(jù)之一，我們必須要對(duì)三相不平衡的問(wèn)題進(jìn)行相應(yīng)的處理，增加了計(jì)算的復(fù)雜度。（2）損耗因數(shù) F 值的計(jì)算會(huì)隨著負(fù)荷曲線、網(wǎng)絡(luò)結(jié)構(gòu)和負(fù)荷特性的不同而變化，而用最大電流法計(jì)算 F 值，必須考慮負(fù)荷曲線的實(shí)際情況，增加了損耗因數(shù)計(jì)算的難度，另外獲取的計(jì)算結(jié)果準(zhǔn)確率較低。并且計(jì)算精度不高，多用來(lái)計(jì)算精度要求較低的情況。 2.4 等值電阻法 等值電阻法的理論基礎(chǔ)是均方根電流法。等值電阻法的物理概念是，在線路出口處，假想一個(gè)等值的線路電阻，在通過(guò)線路出口處的總電流產(chǎn)生的損耗，與線路各段不同的分段電流通過(guò)分段電阻產(chǎn)生的損

24、耗的總和相等。等值電阻法的優(yōu)點(diǎn)是：在理論上比較完善，在方法上克服了均方根電流法的諸多方面的缺點(diǎn)；不用收集運(yùn)行數(shù)據(jù)，僅與結(jié)構(gòu)參數(shù)配電變壓器額定容量、分段線路電阻有關(guān)，計(jì)算出等值電阻數(shù)據(jù)就可以進(jìn)行電能損耗計(jì)算，適合于10kV與以下配電網(wǎng)理論線損計(jì)算，易于計(jì)算機(jī)編程計(jì)算。缺點(diǎn)是：需要假設(shè)計(jì)算條件，影響計(jì)算結(jié)果精度；對(duì)沒(méi)有實(shí)測(cè)負(fù)荷記錄的配電變壓器，假設(shè)負(fù)荷分布按與配電變壓器額定容量成比例，各節(jié)點(diǎn)負(fù)荷率一樣，這種計(jì)算不完全符合實(shí)際負(fù)荷情況；假設(shè)各負(fù)荷點(diǎn)功率因數(shù)、類別系數(shù)和電壓一樣，但一般情況下，實(shí)際系統(tǒng)各個(gè)負(fù)荷點(diǎn)的功率因數(shù)、類別系數(shù)和電壓都不一樣，計(jì)算出的電能損耗值偏小。2.5 本章小結(jié) 計(jì)算配電網(wǎng)理論

25、線損的方法有等值電阻法、均方根電流法、平均電流法、最大電流法、等值電流法、節(jié)點(diǎn)功率等效法以與潮流法等。從上面的討論可知，由于平均電流法和最大電流法只利用了幾個(gè)運(yùn)行數(shù)據(jù)，只能夠?qū)碚摼€損進(jìn)行比較近似的估計(jì)。而其它方法，如等值電阻法、均方根電流法、等值電流法、節(jié)點(diǎn)功率等效法以與潮流法等所需計(jì)算數(shù)據(jù)一樣，其計(jì)算的精度基本一致，但計(jì)算精度與平均電流法和最大電流法相比已經(jīng)得到大大提高。 第3章 基于支持向量機(jī)的建模3.1 統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)3.1.1機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)的目的是根據(jù)給定的訓(xùn)練樣本求出對(duì)系統(tǒng)輸入輸出之間依賴關(guān)系的估計(jì)，使它能夠?qū)ξ粗獦颖镜妮敵鲎龀霰M可能準(zhǔn)確的預(yù)測(cè)。因此，機(jī)器學(xué)習(xí)的基本模型如下圖所

26、示。圖 3.1 機(jī)器學(xué)習(xí)的基本模型（1）樣本產(chǎn)生器：以未知概率分布函數(shù)F (x)產(chǎn)生獨(dú)立同分布樣本。（2）系統(tǒng)：是我們研究的對(duì)象，對(duì)每一個(gè)輸入向量x產(chǎn)生一個(gè)輸出Y，輸出與輸入之間符合固定但未知的條件分布函數(shù)。（3）學(xué)習(xí)機(jī)器：能夠根據(jù)已知的訓(xùn)練樣本對(duì)系統(tǒng)輸入輸出之間的依賴關(guān)系進(jìn)行估計(jì)，對(duì)未來(lái)樣本的輸出做出盡可能準(zhǔn)確定預(yù)測(cè)。設(shè)變量y與x存在一定得依賴關(guān)系，即遵循某一未知的聯(lián)合分布F（x，y）（x與y之間的確定性關(guān)系可以看作是其特例），機(jī)器學(xué)習(xí)問(wèn)題就是根據(jù)n個(gè)獨(dú)立同分布觀測(cè)樣本6。 （x1,y1）（x2,y2），.，（xn,yn） (3-1)在函數(shù)集f(x,w)中求一個(gè)最優(yōu)的函數(shù)f(x,w)對(duì)x與y

27、的依賴關(guān)系進(jìn)行估計(jì)，使得期望風(fēng)險(xiǎn)：（3-2） 最小。其中，f(x,w)稱作預(yù)測(cè)函數(shù)集，可以表示任何函數(shù)集，w為函數(shù)的廣義參數(shù)，L(y,f(x,w)為由于用f（x,w）對(duì)y進(jìn)行預(yù)測(cè)而造成的損失，在本文中，損失函數(shù)定義為：（3-3）3.1.2經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化 在上節(jié)問(wèn)題中，學(xué)習(xí)的目的在于使得期望風(fēng)險(xiǎn)最小。然而，可以利用的信息只有（3-1）（3-2）式，期望風(fēng)險(xiǎn)無(wú)法計(jì)算。傳統(tǒng)的學(xué)習(xí)方法采用了所謂的結(jié)構(gòu)風(fēng)險(xiǎn)最小化(emprical risk minimization,ERM)原理，即假設(shè)（3-2）式概率分布均勻，最小化用樣本定義的經(jīng)驗(yàn)風(fēng)險(xiǎn)：（3-4） 作為對(duì)（3-2）式的估計(jì)，對(duì)于函數(shù)逼近，經(jīng)驗(yàn)風(fēng)險(xiǎn)就是

28、平方訓(xùn)練誤差。 用EMR準(zhǔn)則代替期望風(fēng)險(xiǎn)最小化沒(méi)有經(jīng)過(guò)充分的理論論證，只是直觀上合理的做法。實(shí)際上，即便當(dāng)n趨于無(wú)窮大時(shí)，（3-4）式可以趨近與（3-2）式，在很多實(shí)際問(wèn)題中樣本的數(shù)目也遠(yuǎn)遠(yuǎn)達(dá)不到無(wú)窮大時(shí)。某些情況下，訓(xùn)練誤差過(guò)小反而導(dǎo)致推廣能力下降，即真實(shí)誤差家，這就是過(guò)學(xué)習(xí)現(xiàn)象。之所以出現(xiàn)這種過(guò)學(xué)習(xí)現(xiàn)象是因?yàn)樵噲D用一個(gè)十分復(fù)雜的模型去擬合有限的樣本，導(dǎo)致喪失了推廣能力。3.1.3推廣性的界統(tǒng)計(jì)學(xué)習(xí)理論指出：對(duì)于兩分類問(wèn)題，經(jīng)驗(yàn)風(fēng)險(xiǎn)和實(shí)際風(fēng)險(xiǎn)之間以至少（1-）的概率滿足如下關(guān)系：（3-5）其中h是函數(shù)集的VC維，n是樣本數(shù)，。由于VC維確定的困難，實(shí)際定量的應(yīng)用價(jià)值并不明顯，在定性上說(shuō)明學(xué)習(xí)

29、機(jī)器的實(shí)際風(fēng)險(xiǎn)是由2部分組成：經(jīng)驗(yàn)風(fēng)險(xiǎn)（訓(xùn)練誤差）和置信圍，和學(xué)習(xí)機(jī)器的VC維與樣本數(shù)有關(guān)。3.2支持向量機(jī)3.2.1最優(yōu)分類面與廣義最優(yōu)分類面 設(shè)有線性可分的兩類樣本 （x1,y1）（x2,y2），.，（xn,yn） （3-6）可用超平面 （3-7）分開(kāi)。分類超平面的標(biāo)準(zhǔn)形式約束于（3-8）樣本點(diǎn)x到超平面（w,b）的距離（3-9）所謂最優(yōu)分類面就是要求不但能將兩類正確分開(kāi)，而且使分類間隔最大。由（3-7）（3-8）式，分類間隔為，即分類間隔最大等價(jià)于最小。在（3-9）約束條件下，最小化，可以寫成拉格朗日泛函形式：（3-10）其中i是拉格朗日因子。3.2.2支持向量機(jī)回歸對(duì)于尋找最小w的問(wèn)題

30、可以表示成凸優(yōu)化問(wèn)題（3-11）約束條件： （3-12）為了處理f在精度不能估計(jì)的數(shù)據(jù)，引入松弛變量，* （3-11）（3-12）變成： （3-13） 約束條件變?yōu)椋海?-14） 引入拉格朗日和對(duì)偶變量，（3-15）其中，大于或等于0，C>0.再根據(jù)KKT條件（3-16）（3-17） （3-18） （3-19）將在（3-16）式約束下，最大化（3-19）式求得的參數(shù)代入（3-17）式，并由得回歸函數(shù)： （3-20）其中的不等于零對(duì)應(yīng)的樣本數(shù)據(jù)就是支持向量9。對(duì)于非線性支持向量機(jī)回歸，其基本思想是通過(guò)一個(gè)非線性映射將數(shù)據(jù)x映射到高維特征空間（Hilbert空間），并在這個(gè)空間進(jìn)行線性歸回。

31、其具體實(shí)現(xiàn)是通過(guò)核函數(shù)來(lái)實(shí)現(xiàn)。這樣就免去了在高維空間計(jì)算復(fù)雜的點(diǎn)積運(yùn)算。滿足Mercer條件的任何的核函數(shù)對(duì)應(yīng)于特征空間點(diǎn)積10。不同的核函數(shù)對(duì)應(yīng)不同的算法。主要的核函數(shù)有： (1) 多項(xiàng)式核： （3-21）（2） RBF核：（3-22）（3） Sigmoid核：（3-23）式中q為階數(shù)，為帶寬。3.2.3支持向量機(jī)的實(shí)現(xiàn)將上節(jié)中的優(yōu)化問(wèn)題，可以寫成如下形式：（3-24）其中 約束條件變?yōu)椋?（3-25）再采用二次優(yōu)化的算法，即可實(shí)現(xiàn)學(xué)習(xí)算法。3.3支持向量機(jī)線損計(jì)算結(jié)合支持向量機(jī)方法的具體特點(diǎn)以與配電網(wǎng)線損計(jì)算的特點(diǎn)，這里將重點(diǎn)研究樣本輸入、核函數(shù)的選取、支持向量機(jī)的參數(shù)選擇等關(guān)鍵問(wèn)題。3.

32、3.1樣本輸入的歸一化對(duì)樣本數(shù)據(jù)進(jìn)行歸一化的目的：（1） 避免較大圍變化的數(shù)據(jù)淹沒(méi)較小圍變化的數(shù)據(jù)；（2）避免計(jì)算中出現(xiàn)數(shù)值困難，因?yàn)楹酥涤?jì)算中需要計(jì)算特征向量的積，如線性核和多項(xiàng)式核，大的特征值可能會(huì)引起數(shù)值困難。一般情況下，我們將每一個(gè)數(shù)據(jù)都線性變換到（0，1）的圍。歸一化公式如下： （3-26） 式中，y為訓(xùn)練數(shù)據(jù)，為訓(xùn)練樣本最大值，為訓(xùn)練樣本最小值，為預(yù)測(cè)數(shù)據(jù)。對(duì)網(wǎng)絡(luò)的輸出數(shù)據(jù)，再進(jìn)行還原計(jì)算，還原計(jì)算時(shí)式的逆計(jì)算過(guò)程為： （3-27）3.3.2核函數(shù)的選取采用支持向量機(jī)求解回歸估計(jì)問(wèn)題時(shí)，需選擇一核函數(shù)，核函數(shù)是支持向量機(jī)的核心容之一，不同的核函數(shù)將產(chǎn)生不同的分類效果。通過(guò)在支持向量

33、機(jī)中引入核函數(shù)，將輸入空間的非線性可分的訓(xùn)練樣本集映射到特征空間中，使訓(xùn)練樣本在特征空間線性可分，并且不用知道非線性變換與其對(duì)應(yīng)的特征空間的具體形式，能有效、巧妙地解決非線性分類問(wèn)題。鑒于此，有關(guān)核函數(shù)的研究將成為大家關(guān)注的焦點(diǎn)，同時(shí)也成為支持向量機(jī)研究中需要解決的關(guān)鍵問(wèn)題之一。因此，針對(duì)某一特定問(wèn)題，如何選擇核函數(shù)是至關(guān)重要的。一般情況下高斯徑向基函數(shù)(RBF)是第一個(gè)合理的選擇：（3-28）（1） RBF可以將樣本映射到一個(gè)更高維的空間，與線性核函數(shù)不同，它可以處理類別標(biāo)簽和特征之間的關(guān)系是非線性時(shí)的樣本。并且線性核函數(shù)是RBF的一個(gè)特例，Keerthi等證明且指出如果已經(jīng)考慮選用RBF，

34、就沒(méi)有必要再考慮線性核函數(shù)了。（2）與多項(xiàng)式核函數(shù)相比，RBF需要確定的參量要少，核函數(shù)參數(shù)的多少直接影響模型的復(fù)雜度。另外，當(dāng)多項(xiàng)式核函數(shù)的階數(shù)比較大的時(shí)候，核矩陣元素值將會(huì)趨近于無(wú)窮大或者是無(wú)窮小，而采用RBF，核矩陣的元素區(qū)間(0,1)上，會(huì)減少數(shù)值計(jì)算的困難。 因此，絕多數(shù)都選擇RBF作核函數(shù)，因此本文也以RBF核為核函數(shù)。其中（g），為核函數(shù)的RBF參數(shù)。3.3.3參數(shù)選擇對(duì)于設(shè)計(jì)參數(shù)C和的選擇，存在一些問(wèn)題。C取得小，則對(duì)樣本數(shù)據(jù)中超出得大,管道的樣本懲罰就小，使訓(xùn)練誤差變大，系統(tǒng)的泛化能力變差。C取得大,相應(yīng)地（即VC維）的權(quán)重就少，系統(tǒng)的泛化能力變差。同樣,選小,回歸估計(jì)精度高

35、,但支持向量數(shù)量增多,選大,回歸估計(jì)精度降低，支持向量數(shù)量少,SVM的稀疏性大。參數(shù)C和g的選擇靠傳統(tǒng)的人工選擇，本文采用網(wǎng)格尋優(yōu)法。網(wǎng)格尋優(yōu)的原理是讓C和g在一定的圍劃分網(wǎng)格并遍歷網(wǎng)格所有點(diǎn)進(jìn)行取值，在取定的C和g下訓(xùn)練集驗(yàn)證分類準(zhǔn)確率，最終取使得訓(xùn)練集驗(yàn)證分類準(zhǔn)確率最高的那組C和g作為最佳的參數(shù)。本文樣本數(shù)據(jù)是計(jì)算68條線路線路線損值，用編號(hào)的用于建立SVM線損計(jì)算模型，編號(hào)為的用于檢驗(yàn)該模型效果，得參數(shù)選擇結(jié)果：圖3-1粗略選擇線圖（等高圖） 圖3-2參數(shù)粗略選擇圖（3D視圖）圖3-1和3-2是利用網(wǎng)格尋優(yōu)尋找參數(shù)，首先進(jìn)行粗略的尋找，觀察粗略尋找的結(jié)果再進(jìn)行精細(xì)選擇，其中C的圍（），步

36、長(zhǎng)0.3。g的圍（），步長(zhǎng)0.5。 圖3-3 參數(shù)精細(xì)選擇圖（等高線圖）圖3-4 參數(shù)精細(xì)選擇圖（3D視圖）圖3-3和3-4是利用網(wǎng)格尋優(yōu)尋找最佳參數(shù)，在進(jìn)行粗略的尋找后，觀察粗略尋找的結(jié)果再進(jìn)行精細(xì)選擇，其中C的圍（），步長(zhǎng)0.3。g的圍（），步長(zhǎng)0.5。從而得到C和g的參數(shù)。第4章 算例仿真過(guò)程4.1基于支持向量機(jī)配電網(wǎng)線損的計(jì)算過(guò)程基于支持向量機(jī)配電網(wǎng)線損的總體計(jì)算過(guò)程分為以下幾個(gè)階段：（1） 先選定輸入樣本的自變量和因變量；（2） 對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；（3） 核函數(shù)的選定以與通網(wǎng)格尋優(yōu)法選取適當(dāng)?shù)膮?shù)；（4） 利用最佳參數(shù)訓(xùn)練SVM；（5） 擬合預(yù)測(cè)；（6） 分析誤差；4.2實(shí)例計(jì)算流程

37、為了驗(yàn)證本文所提方法，以某地區(qū)的實(shí)際配電網(wǎng)絡(luò)為例進(jìn)行線損的計(jì)算和分析。假設(shè)某地區(qū)有若干條線路，已對(duì)其中68條線路進(jìn)行了線損的準(zhǔn)確計(jì)算，現(xiàn)要找出68條線路的統(tǒng)計(jì)規(guī)律，并將其用于未經(jīng)計(jì)算線損的其余配電線路和已計(jì)算過(guò)線損的68條線路在結(jié)構(gòu)參數(shù)和運(yùn)行參數(shù)發(fā)生變化時(shí)的線損快速計(jì)算。樣本數(shù)據(jù)是68組數(shù)據(jù)，忽略其它次要因素，取與線損相關(guān)的4個(gè)主要因素，即每組數(shù)據(jù)包含4個(gè)自變量，和1個(gè)因變量y，各變量的含義如下：為月有功功率供電量，為月無(wú)功功率供電量，為配電變壓器總?cè)萘?，kVA；為線路總長(zhǎng)度，km；y為線損值，。將所有的68個(gè)樣本中的編號(hào)為160的用于建立SVM線損計(jì)算模型，編號(hào)為61 68的用于檢驗(yàn)該SVM

38、線損計(jì)算模型的效果。利用網(wǎng)格尋優(yōu)法，找出最佳的參數(shù)C和g并建立模型，得出最終結(jié)果，即線損值。MATLAB里實(shí)現(xiàn)程序SVM流程圖如下：圖4-1支持向量機(jī)算法總流程 其中：參數(shù)尋優(yōu)是利用網(wǎng)格法，數(shù)據(jù)歸一化是利用公式（3-26）所得，數(shù)據(jù)的反歸一化是利用公式（3-27）所求。在MATLAB訓(xùn)練集樣本建立支持向量機(jī)回歸預(yù)測(cè)模型之后，利用該回歸預(yù)測(cè)模型，觀察其在驗(yàn)證集樣本上的回歸效果 ，進(jìn)行回歸預(yù)測(cè)分析，即得出預(yù)測(cè)值，圖4-2為MATLAB里實(shí)現(xiàn)程序回歸預(yù)測(cè)的流程圖：圖4-2 回歸預(yù)測(cè)函數(shù)流程4.3 MATLAB程序仿真與結(jié)果 利用網(wǎng)格尋優(yōu)法進(jìn)行參數(shù)優(yōu)化，如圖（3-1）至（3-4）為參數(shù)選擇結(jié)果，C=2

39、7.8576，g=0.5,RBF參數(shù)=0.01，再按照?qǐng)D4-1和4-2所示流程圖在MATLAB軟件里面編寫程序，得表4-1和4-2所示結(jié)果：表4-1 60條配電網(wǎng)線路的數(shù)據(jù)與訓(xùn)練結(jié)果 線路編號(hào)自變量y因變量總線損y*計(jì)算值y-y*相對(duì)誤差絕對(duì)誤差x1月有功供電量x2月無(wú)功供電量x3配變總?cè)萘縳4線路總長(zhǎng)度137.240.4382074.64.6664.8253-0.1593-3.41%235.338.2338076.15.064.83360.22644.47%330.334.3320062.63.783.71050.06951.84%415.818.2170037.21.691.50740.1

40、82610.81%517.920.3172036.11.751.56930.180710.32%628.129.2261063.24.043.52930.510712.64%734.138.4330068.53.994.3794-0.3894-9.76%812.215.3700015.60.460.6525-0.1925-41.85%922.121.3138020.11.871.06710.802942.94%1028.129.3120040.23.332.13381.196235.92%1135.630.2198041.42.212.6676-0.4576-20.71%1242.340.32

41、30060.44.14.4251-0.3251-7.93%1351.151.2308040.44.394.10560.28446.48%1454.449.8350050.65.414.83030.579710.71%1563.760.8280042.45.525.01570.50439.14%1658.656.8395048.85.45.29870.10131.88%1747.850.6256056.74.394.9071-0.5171-11.78%1840.341.4288080.35.825.62550.19453.34%表4-1（續(xù)） 60條配電網(wǎng)線路的數(shù)據(jù)與訓(xùn)練結(jié)果 線路編號(hào)自變量y因

42、變量總線損y*計(jì)算值y-y*相對(duì)誤差絕對(duì)誤差x1月有功供電量x2月無(wú)功供電量x3配變總?cè)萘縳4線路總長(zhǎng)度1930.429.1208046.42.312.7191-0.4091-17.71%2026.824.4110030.31.551.53130.01871.21%2120.620.2128022.21.121.06110.05895.26%2218.120.113604.30.70.56400.136019.43%2328.225.820806.80.8811.0545-0.1735-19.70%2438.837.1240013.12.131.74610.383918.02%2568.766

43、.6561019.24.624.7852-0.1652-3.58%2677.759.3399012.33.383.34560.03441.02%2789.990.8450011.84.684.48340.19664.20%2844.335.3238014.91.691.8775-0.1875-11.09%2950.240.125006.81.811.76140.04862.69%3056.660.8287018.12.933.1226-0.1926-6.57%31120.8120.6680020.67.317.4996-0.1896-2.59%3214811.2606029.85.164.96

44、860.19143.71%3316940.4616040.67.117.3003-0.1903-2.68%34180.869.8733033.48.127.93300.18702.30%35190.3130.2732031.69.969.77890.18111.82%3644.646.5522012.62.43.1146-0.7146-29.78%表4-1（續(xù)） 60條配電網(wǎng)線路的數(shù)據(jù)與訓(xùn)練結(jié)果 線路編號(hào)自變量y因變量總線損y*計(jì)算值y-y*相對(duì)誤差絕對(duì)誤差x1月有功供電量x2月無(wú)功供電量x3配變總?cè)萘縳4線路總長(zhǎng)度3713.925.814009.30.30.6403-0.3403-113.4

45、4%3833.457.6609598.35.825.63830.18173.12%3913.723.3357038.11.381.5301-0.1501-10.88%403.15.664511.70.040.2317-0.1917-479.29%414.23.84303.30.010.1273-0.1173-1172.74%4237.250.9336562.94.934.89280.03720.75%4340.453.727454.52.071.99330.07673.71%44109.8151.1575486.118.7318.54300.18701.00%4545.179.2521585.

46、78.048.2190-0.1790-2.23%4633.261.4825522.66.446.25450.18552.88%4726.233.127159.62.051.42590.624130.44%4813.14.9140511.80.820.57070.249330.40%4918.112.3199511.40.950.75350.196520.69%5036.763.8759010.27.246.07421.165816.10%5133.134.9330572.24.364.3642-0.0042-0.10%5223.29.437005.70.450.6433-0.1933-42.9

47、6%536.510.76653.80.010.1562-0.1462-1461.60%5426.432.914704.50.650.8303-0.1803-27.74%5521.726.3206041.12.512.07290.437117.41%表4-1（續(xù)） 60條配電網(wǎng)線路的數(shù)據(jù)與訓(xùn)練結(jié)果 線路編號(hào)自變量y因變量總線損y*計(jì)算值y-y*相對(duì)誤差絕對(duì)誤差x1月有功供電量x2月無(wú)功供電量x3配變總?cè)萘縳4線路總長(zhǎng)度5620.129.6281543.92.382.27470.10534.43%5751.658.8257015.12.72.66300.03701.37%5823.519.9142

48、032.11.321.5392-0.2192-16.60%5912.59.5109524.10.670.8155-0.1455-21.72%6032.429.5226043.82.372.6886-0.3186-13.44%表4-1 為訓(xùn)練樣本數(shù)據(jù)進(jìn)行計(jì)算的結(jié)果，由表中數(shù)據(jù)可以看由樣本數(shù)據(jù)存在較大差異，導(dǎo)致某些結(jié)果存在較大誤差。表4-2 驗(yàn)證數(shù)據(jù)的配電網(wǎng)線路數(shù)據(jù)與計(jì)算結(jié)果線路編號(hào) 自變量 y因變量總線損 y*計(jì)算值y-y*相對(duì)誤差絕對(duì)誤差x1月有功供電量x2月無(wú)功供電量x3配變總?cè)萘縳4線路總長(zhǎng)度6125.839.4312082.85.64.8575 0.7425 13.26%6227.727

49、.2260560.33.713.2816 0.4284 11.55%6320.824.7301068.12.323.2146 -0.8946 -38.56%6453.756.137703.12.432.5772 -0.1472 -6.06%6538.840.9299013.42.562.0571 0.5029 19.64%66111.7126.6704013.67.627.0836 0.5364 7.04%6774.971.64940295.315.4226 -0.1126 -2.12%6856.362.5404046.75.625.4565 0.1635 2.91%圖4-3為MATLAB中訓(xùn)

50、練樣本進(jìn)行預(yù)測(cè)的結(jié)果圖，*表示利用SVM計(jì)算出標(biāo)號(hào)61-68線路的線損，o表示實(shí)際線損值。從圖中易看出樣本預(yù)測(cè)數(shù)據(jù)對(duì)原始數(shù)據(jù)擬合程度不夠高，存在較大誤差。圖4-4為SVM計(jì)算檢驗(yàn)樣本數(shù)據(jù)的誤差圖，由于自變量之間數(shù)量級(jí)的差度較大，造成計(jì)算誤差偏大。 圖4-3 未分類時(shí)數(shù)據(jù)測(cè)試結(jié)果 圖4-4 未分類數(shù)據(jù)誤差圖 表4-3為60條線路線損絕對(duì)值相對(duì)誤差的最終結(jié)果。由表中容易看出60條線路中誤差大于10%的線路有31條，達(dá)50%以上。為了減少由于輸入數(shù)據(jù)之間數(shù)量級(jí)差距明顯，從而對(duì)于網(wǎng)絡(luò)預(yù)測(cè)的誤差造成影響。這種影響，利用聚類算法，對(duì)于訓(xùn)練數(shù)據(jù)預(yù)先分類 ，以減少誤差。表4-3 未分類數(shù)據(jù)訓(xùn)練誤差絕對(duì)值相對(duì)誤差線路條數(shù)（條）所占百分比|e|<1%35%1%<|e|<5%2033%5%<|e|<10%610%|e|>10%3152%4.4數(shù)據(jù)分類4.4.1理論基礎(chǔ)Kohonen網(wǎng)絡(luò)是自組織競(jìng)爭(zhēng)型神經(jīng)網(wǎng)絡(luò)的一種，該網(wǎng)絡(luò)為無(wú)監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)，能夠識(shí)別環(huán)境特征并自動(dòng)聚類。Kohonen神經(jīng)網(wǎng)絡(luò)通過(guò)自組織特征映射調(diào)整網(wǎng)絡(luò)權(quán)值，使神經(jīng)網(wǎng)絡(luò)收斂于一種形態(tài)。在這一形態(tài)中，一個(gè)神經(jīng)元只對(duì)某種輸入模式特別匹配或特別敏感。Kohonen網(wǎng)絡(luò)的學(xué)習(xí)是無(wú)監(jiān)督的自組織學(xué)習(xí)過(guò)程，神經(jīng)元通過(guò)無(wú)監(jiān)督競(jìng)爭(zhēng)學(xué)習(xí)使不同的輸入模式敏感，從而特定的神經(jīng)元在