基于支持向量機(jī)的諧波分析研究與實(shí)現(xiàn).pdf

1、長(zhǎng)期以來(lái)，以高消耗、重污染為特征的傳統(tǒng)化石能源利用方式出現(xiàn)了嚴(yán)重的危機(jī)，化石能源日漸枯竭，環(huán)境問(wèn)題變得刻不容緩。因此，提供可靠、穩(wěn)定及高效的電力能源就顯得十分重要。影響電能質(zhì)量的因素眾多，諧波在這些因素中尤為突出，因而就不可避免地要對(duì)諧波展開(kāi)行之有效的控制和治理，顯然這又必須以精準(zhǔn)的諧波監(jiān)測(cè)與分析為基礎(chǔ)。
　　基于 DSP微處理器分析電力諧波的方式，具有分析精度高、體積小、功耗低、響應(yīng)快等優(yōu)點(diǎn)在眾多的諧波監(jiān)測(cè)與分析方式中脫穎而出，

2、并受到了業(yè)界的廣泛關(guān)注。本文以電力諧波為研究對(duì)象，對(duì)參數(shù)選擇及求解過(guò)程優(yōu)化后的支持向量機(jī)算法在諧波檢測(cè)與分析場(chǎng)合中的應(yīng)用進(jìn)行了重點(diǎn)研究和設(shè)計(jì)，并搭建了 DSP微處理器平臺(tái)對(duì)所設(shè)計(jì)的算法進(jìn)行了實(shí)際信號(hào)分析驗(yàn)證。
　　首先，闡述并分析了統(tǒng)計(jì)學(xué)習(xí)的基本理論，引入了該理論基礎(chǔ)上的支持向量機(jī)算法，并對(duì)該算法進(jìn)行了深入的分析和研究，歸納出了支持向量機(jī)分析回歸問(wèn)題的具體步驟。對(duì)支持向量機(jī)理論下的諧波信號(hào)分析模型展開(kāi)了深入的剖析，并指出了現(xiàn)行算法

3、中存在的不足之處。
　　其次，引入了遺傳算法來(lái)搜索、優(yōu)化支持向量機(jī)的相關(guān)調(diào)控參數(shù)，在遺傳算法的理論基礎(chǔ)上以數(shù)學(xué)建模的形式對(duì)該算法作出了分析與研究。深入分析與探討了遺傳算法在樣本分析過(guò)程中如何保持樣本的多樣性及該算法的收斂性問(wèn)題，闡述了遺傳算法優(yōu)化支持向量機(jī)參數(shù)問(wèn)題的具體步驟。
　　再者，選擇了特殊的近似誤差與產(chǎn)生代價(jià)之間關(guān)系的函數(shù)，并結(jié)合支持向量機(jī)基礎(chǔ)上的電力系統(tǒng)信號(hào)分析理論重新構(gòu)建了分析電力諧波信號(hào)的數(shù)學(xué)模型，歸納出了迭代