一种基于SVM的配电网装置设备故障分析方法

本发明公开了一种基于SVM的配电网装置设备故障分析方法，主要是使用了机器学习中的支持向量机分类方法，首先选取了特定的一条配电网线路，收集近一年时间里线路上的正常或者故障情况下的电压电流温度等重要参数；接着，对所得数据进行初始化，将其分类成正常与故障两个大类；然后，根据训练样本，训练支持向量机分类模型，得到属性累加参数和分类域值，在SVM的辅助下，最终确定训练数据的分类情况。本发明能够实现配电网终端装置设备故障风险分析，能够及时上报故障信息，降低停电影响。
国网上海市电力公司 | 上海交通大学
彭扬帆 | 施春波 | 季欢庆 | 季东辉 | 童欣