华南理工大学学报(自然科学版) ›› 2010, Vol. 38 ›› Issue (7): 67-71.doi: 10.3969/j.issn.1000-565X.2010.07.012
陈波1 刘瑗瑗1 荆朝霞1 彭显刚2
Chen Bo1 Liu Yuan-yuan1 Jing Zhao-xia1 Peng Xian-gang 2
摘要: 自动电压控制(AVC)系统由于缺乏对发电厂遥测量数据真实性的有效和准确辨识,容易引起装置误动.支持向量机(SVM)是一种具有优良模式识别性能的数据挖掘方法.文中利用SVM建立发电厂遥测量不良数据的辨识模型:首先应用SVM非线性回归对各种运行情况下发电厂的遥测量数据进行曲线拟合,然后应用SVM训练分类网络.将实时遥测量数据输入到训练好的曲线拟合网络和分类网络中,就能够迅速判断该遥测量数据是否为不良数据.仿真算例验证了SVM模型的有效性和准确性.