基于最小二乘支持向量机的励磁特性曲线拟合.pdf

《基于最小二乘支持向量机的励磁特性曲线拟合.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第38卷第11期电力系统保护与控制V_01．38NO．112010年6月1日PowerSystemProtectionandControlJun．1，2010基于最小二乘支持向量机的励磁特性曲线拟合尉军军，全力，彭桂雪，胡海斌(江苏大学电气学院，江苏镇江212013)摘要：针对传统支持向量机在电流互感器铁心励磁特性曲线拟合时样本数目较大出现的训练速度慢、占用内存大的问题，提出了一种新的基于最小二乘支持向量机算法。该算法将实测数据由径向基函数把非线性逼近问题转化为线性逼近问题，依据最小二乘法的思想，利用Matlab7．0求一个线性方程组的解，得到拟合曲线的近似表达式。实验结果表明，

2、新算法训练速度快，误差小、拟合精度高。关键词：电流互感器；最小二乘支持向量机；非线性；径向基函数；曲线拟合CurvefittingofexcitationcharacteristicsbasedontheleastsquaressupportvectormachineWEIJun~un，QUANLi，PENGGui—xue，HUHai—bin(InstituteofElectricEngineering，JiangsuUniversity，Zhenjiang212013，China)Abstract：Aimedattheproblemsofslowtrainingspeedand

3、largememoryconsumption，whichoccurswhenthetraditionalsupportvectormachinechoosesalargernumberoftrainingsamplesintheexcitationcharacteristicscurve-fittingoftheironcoreofthecurrenttransformer，anewalgorithmisputforwardbasedontheleastsquaressupportvectormachine．Thealgorthmmakesthenonlinearapproxim

4、ationproblemtransformintoalinearapproximationproblemwiththeradialbasisfunction．BasedontheleastsquareprincipleandbyusingMatlab7．0tosolvelinearequations，approximateexpressionscanbegotten．Theexperimentresultshowsthatthisnewalgorithmcanimprovethespeedoftrainingandtheaccuracyoffittingandreducethee

5、rror．Keywords：currenttransformer；LS-SVM；nonlinear；RBF；curvefitting中图分类号：TM771文献标识码：A文章编号：1674—3415(2010)11-0015—03占用内存较大]。为此本文提出了一种利用最小二0引言乘支持向量机来实现励磁特性曲线拟合的新算法。关于电流互感器(currenttransforlTler，CT)铁该算法不仅具有支持向量机在小样本情况下拟合精心的磁化曲线拟合问题，国内外学者提出了多种方度高、泛化能力强的优点，同时还具有计算简单、法，较常用的有拉格朗日插值法，最小二乘拟合法、求解速度快，内存需求

6、少的特点。分段线性插值法。除此之外新兴的方法还包括基于1最小二乘支持向量机原理人工神经网络的曲线拟合和支持向量机，其中人工神经网络又包括BP神经网络和径向基函数神经网最小二乘支持向量机【oJ(LeastSquaresSupport络，这两钟方法本质上都是利用网络的自学习功能VectorMachines，LS—SVM)，是支持向量机的一种来自动寻找最优的连接权系数，以达到非线性函数改进，将传统支持向量机中的不等式约束改为等式拟合的目的【iJ。优点是选取的样本容量越大，拟合约束，同时把误差平方和损失函数作为训练集的经出来的精度越高，但此种方法所形成的网络结构较验损失，将经验风险由偏差

7、的一次方改为二次方，复杂，需要调节的连接权系数较多，训练过程也较最终将求解二次规划问题转化为求解线性方程组的繁琐，一些重要参数的选择不当甚至会导致整个学问题，避免了不敏感损失函数，大大降低了计算复习过程陷入局部极值的问题；并且最后得到的拟合杂度，提高了求解问题的速度和收敛精度。公式也很复杂。而传统支持向量机(SVM)虽然没1．1具体算法描述有上述问题，但其训练问题是一个二次规划问题或给定一个有Ⅳ个训练样本的集合{虮，yk}，k=-I，凸规划问题，当样本数目较大时，其训练速度较慢，