【正文】 發(fā)生變化時的線損快速計算。從而得到C和g的參數(shù)。 圖33 參數(shù)精細選擇圖（等高線圖） 圖34 參數(shù)精細選擇圖（3D視圖）　　圖33和34是利用網(wǎng)格尋優(yōu)尋找最佳參數(shù)，在進行粗略的尋找后，觀察粗略尋找的結(jié)果再進行精細選擇，其中C的范圍（）。本文樣本數(shù)據(jù)是計算68條線路線路線損值，用編號的用于建立SVM線損計算模型，編號為的用于檢驗該模型效果，得參數(shù)選擇結(jié)果：圖31粗略選擇線圖（等高圖） 圖32參數(shù)粗略選擇圖（3D視圖）　圖31和32是利用網(wǎng)格尋優(yōu)尋找參數(shù)，首先進行粗略的尋找，觀察粗略尋找的結(jié)果再進行精細選擇，其中C的范圍（）。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。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。對于設(shè)計參數(shù)C和的選擇，存在一些問題。 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)。（2）與多項式核函數(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。一般情況下高斯徑向基函數(shù)(RBF)是第一個合理的選擇： （328）（1） RBF可以將樣本映射到一個更高維的空間，與線性核函數(shù)不同，它可以處理類別標簽和特征之間的關(guān)系是非線性時的樣本。鑒于此，有關(guān)核函數(shù)的研究將成為大家關(guān)注的焦點，同時也成為支持向量機研究中需要解決的關(guān)鍵問題之一。對網(wǎng)絡(luò)的輸出數(shù)據(jù)，再進行還原計算，還原計算時式的逆計算過程為： （327） 采用支持向量機求解回歸估計問題時，需選擇一核函數(shù)，核函數(shù)是支持向量機的核心內(nèi)容之一，不同的核函數(shù)將產(chǎn)生不同的分類效果。一般情況下，我們將每一個數(shù)據(jù)都線性變換到（0，1）的范圍。 支持向量機線損計算結(jié)合支持向量機方法的具體特點以及配電網(wǎng)線損計算的特點，這里將重點研究樣本輸入、核函數(shù)的選取、支持向量機的參數(shù)選擇等關(guān)鍵問題。主要的核函數(shù)有： (1) 多項式核： （321）（2） RBF核： （322）（3） Sigmoid核： （323）式中q為階數(shù)，為帶寬。滿足Mercer條件的任何的核函數(shù)對應(yīng)于特征空間點積【10】。其具體實現(xiàn)是通過核函數(shù)來實現(xiàn)。對于尋找最小w的問題可以表示成凸優(yōu)化問題 （311）約束條件： （312）為了處理f在ε精度不能估計的數(shù)據(jù)，引入松弛變量ξ，ξ* （311）（312）變成： （313） 約束條件變?yōu)椋? （314） 引入拉格朗日和對偶變量， （315）其中，大于或等于0，C （316） （317） （318） （319）將在（316）式約束下，最大化（319）式求得的參數(shù)代入（317）式，并由得回歸函數(shù)： （320）其中的不等于零對應(yīng)的樣本數(shù)據(jù)就是支持向量【9】。由（37）（38）式，分類間隔為，即分類間隔最大等價于最小。 支持向量機 設(shè)有線性可分的兩類樣本 （x1,y1）（x2,y2），...，（xn,yn） （36）可用超平面 （37）分開。統(tǒng)計學(xué)習(xí)理論指出：對于兩分類問題，經(jīng)驗風(fēng)險和實際風(fēng)險之間以至少（1η）的概率滿足如下關(guān)系： （35）其中h是函數(shù)集的VC維，n是樣本數(shù)， 。某些情況下，訓(xùn)練誤差過小反而導(dǎo)致推廣能力下降，即真實誤差鄭家，這就是過學(xué)習(xí)現(xiàn)象。 用EMR準則代替期望風(fēng)險最小化沒有經(jīng)過充分的理論論證，只是直觀上合理的做法。然而，可以利用的信息只有（31）（32）式，期望風(fēng)險無法計算。 （x1,y1）（x2,y2），...，（xn,yn） (31)在函數(shù)集{f(x,w)}中求一個最優(yōu)的函數(shù)f(x,w)對x與y的依賴關(guān)系進行估計，使得期望風(fēng)險： （32） 最小。（3）學(xué)習(xí)機器：能夠根據(jù)已知的訓(xùn)練樣本對系統(tǒng)輸入輸出之間的依賴關(guān)系進行估計，對未來樣本的輸出做出盡可能準確定預(yù)測。 　 圖 機器學(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)生獨立同分布樣本。 第3章 基于支持向量機的建模 統(tǒng)計學(xué)習(xí)理論基礎(chǔ)機器學(xué)習(xí)的目的是根據(jù)給定的訓(xùn)練樣本求出對系統(tǒng)輸入輸出之間依賴關(guān)系的估計，使它能夠?qū)ξ粗獦颖镜妮敵鲎龀霰M可能準確的預(yù)測。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運行數(shù)據(jù)，只能夠?qū)碚摼€損進行比較近似的估計。缺點是：需要假設(shè)計算條件，影響計算結(jié)果精度；對沒有實測負荷記錄的配電變壓器，假設(shè)負荷分布按與配電變壓器額定容量成比例，各節(jié)點負荷率相同，這種計算不完全符合實際負荷情況；假設(shè)各負荷點功率因數(shù)、類別系數(shù)和電壓相同，但一般情況下，實際系統(tǒng)各個負荷點的功率因數(shù)、類別系數(shù)和電壓都不相同，計算出的電能損耗值偏小。等值電阻法的物理概念是，在線路出口處，假想一個等值的線路電阻，在通過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分段電阻產(chǎn)生的損耗的總和相等。并且計算精度不高，多用來計算精度要求較低的情況。最大電流法的缺點相對于其優(yōu)點來說更值得我們深入研究，例如： （1）配電網(wǎng)經(jīng)常會有三相不平衡的現(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，我們必須要對三相不平衡的問題進行相應(yīng)的處理，增加了計算的復(fù)雜度。 在已知負荷率 f 時，F(xiàn) 可以近似求得，即： （28）或者 （29） 最大電流法的優(yōu)點是：計算需要的資料少，只需測量出代表日最大電流和計算出損失因數(shù)等數(shù)據(jù)就可以進行電能損耗計算，易于計算機編程計算。用最大電流法計算線損的時候，在得到最大電流的同時，還要求得損失因數(shù) F，此時，必須有確定的負荷曲線才能夠完成所需計算。缺點：對沒有實測記錄的配電變壓器，形狀系數(shù)不易確定，不同的負荷曲線、網(wǎng)絡(luò)結(jié)構(gòu)和負荷特性，計算出的損耗因數(shù)不同，不能通用，使用此方法時必須根據(jù)電網(wǎng)實際情況計算損耗因數(shù)；計算精度低，常用于計算精度要求不高的情況【2】。然而，平均電流法的形狀系數(shù)K是難以計算的，形狀系數(shù)會隨著負荷曲線發(fā)生的變化而變化，但為了能夠計算出線損的情況，而不考慮負荷晝夜發(fā)生的變化，僅僅考慮負荷季節(jié)性發(fā)生變化是所產(chǎn)生的不同。 形狀系數(shù) K 的計算公式如下： （25）式中： 為代表日均方根電流（A）， 為代表日負荷平均電流（A）。平均電流法的物理概念是，線路中流過的平均電流所產(chǎn)生的電能損耗相當于實際負荷在同一時間內(nèi)所產(chǎn)生的電能損耗。（3）代表日的線損率與要求的月、季、年的線損率有一定的差別，因此，在使用此方法計算的過程中時不能獲取準確數(shù)值的。但均方根電流法也有不足之處：（1）在用此方法計算線損的時候，計算的過程中時沒有考慮到數(shù)據(jù)之間差異的，所以系統(tǒng)計算結(jié)果會產(chǎn)生很大的差異，所以，使用此方法，要想得到更加準確的記過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。在測量的過程中精度要求是比較高的，因此我們采用電度表來計量有功電量和無功電量，一般使用（23）式計算電能損耗。 均方根電流 I 的具體計算方式如下所示： （22）式中：是指每天的整點電流負載記錄數(shù)據(jù)；I 是均方根電流（A）。SVM在具體應(yīng)用中存在一個突出問題，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)ε和核函數(shù)中的形狀參數(shù)，才能獲得較好的預(yù)測結(jié)果。本文主要完成了以下工作：（1）首先對配電網(wǎng)線損理論進行數(shù)學(xué)描述，介紹了幾種常用的配電網(wǎng)線損理論計算方法。傳統(tǒng)統(tǒng)計學(xué)所研究的是漸進理論，也就是當樣本數(shù)目趨于無窮大時的極限特性。 本文的主要工作 本文將支持向量機方法應(yīng)用于配電網(wǎng)線損理論計算，以期提高配電網(wǎng)線損理論計算的精度。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)計算方法，如均方根電流法、平均電流法等，計算結(jié)果精度不高，不便于降損分析。配電網(wǎng)理論線損計算的方法在世界上早有人開始研究，這一研究最早是在上世紀30年代左右，由諸多個外國電力專家組成小組來研究影響電能輸送損耗的情況，他們通過數(shù)學(xué)模型的方式結(jié)合電力設(shè)備的實際部件，并以高速運算的 PC 電腦作為計算工具來企圖加快對這一方法的研究，并將實際利率結(jié)果運用到實際操作中。由于配電網(wǎng)負荷數(shù)據(jù)不全，運行方式復(fù)雜多樣化，因此很多時候采用網(wǎng)絡(luò)簡化和負荷簡化方法，近似計算配電網(wǎng)線損。輸電網(wǎng)采用完整的負荷數(shù)據(jù)進行潮流計算得到網(wǎng)損結(jié)果。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，模糊識別算法。 在我國國內(nèi)對于此項理論的研究也是非常多的，但這些研究活動都是在近幾年才逐步發(fā)展起來的，我國也曾有諸多學(xué)者和專家發(fā)表了多篇的相關(guān)理論文章，將他們進行整理起來進行計算和評估，發(fā)現(xiàn)我國對電力線損的計算主要有傳統(tǒng)算法、新的潮流式計算方法和其他的一些算法，傳統(tǒng)的配電網(wǎng)理論線損計算方法：均方根電流法，最大電流法，平均電流法，等值電阻法。為解決這一難題，眾多科研工作者從理論到實踐不斷深入研究配電網(wǎng)理論線損計算方法，希望研究出更加適合配電網(wǎng)理論線損計算的新方法，更加快速、準確地計算配電網(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。本畢業(yè)設(shè)計將基于支持向量機(SVM)研究中壓配電網(wǎng)準確、快速而簡便的線損計算方法。據(jù)統(tǒng)計，配電網(wǎng)線損占整個電網(wǎng)能量的5%，構(gòu)成配電網(wǎng)線損的成分較多，對配網(wǎng)線損進行全面的理論分析，目的在于對線損中的各個組成部分的構(gòu)成情況及所處位置進行研究，找出對有較大降損潛力組成部分的降損措施，為制定科學(xué)有效的長期降損規(guī)劃提供正確的理論依據(jù)。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。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。隨著經(jīng)濟快速發(fā)展，電力需求日益增大，經(jīng)出現(xiàn)電力供應(yīng)不足的局面，近年來許多省份出現(xiàn)限電情況。本文嘗試用這種新的統(tǒng)計學(xué)習(xí)方法，支持向量回歸(SVR)來進行配電網(wǎng)線損計算與分析。 隨著Vapnik等人提出的統(tǒng)計學(xué)習(xí)理論不斷發(fā)展和成，統(tǒng)計學(xué)習(xí)理論開始受到越來越廣泛的重視，并在此理論框架下產(chǎn)生了支持向量機（SVM）這一新的通用機器學(xué)習(xí)方法。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，這兩種方法簡潔實用，無需建立復(fù)雜的數(shù)學(xué)