一种基于粒子群算法优化的SVM的配电网拓扑辨识方法

本发明公开了一种基于粒子群算法优化的SVM的配电网拓扑辨识方法，包括：利用SCADA系统采集不同拓扑结构下观测节点的多种负荷水平的断面电压幅值量测数据和相应的拓扑标签，得到经过标准化预处理后的训练数据集；对支持向量机SVM进行训练学习，并通过粒子群算法对设置初始的惩罚因子C和核函数参数进行优化，确定基于粒子群算法优化的支持向量机的PSO?SVM配电网拓扑辨识模型；获取观测节点的断面电压幅值量测数据，利用基于粒子群算法优化的支持向量机的PSO?SVM配电网拓扑辨识模型对观测节点预处理后的断面电压幅值量测数据进行分析，确定节点的电路拓扑结构。本发明能够解决现有技术的求解速度慢，搜索效率低。