基于最小二乘支持向量机的复杂气象条件下绝缘子等值附盐密度的预测

以"光传感器输变电设备盐密在线监测系统"提供的数据为依据,建立了一种基于最小二乘支持向量机的智能预测模型,该模型以温度(T)、相对湿度(H)、风速(WV)、气压(P)、雨量(R)等5个变量为输入参数,等值附盐密度为输出参数,用二次损失函数取代支持向量机中的不敏感损失函数,将不等式约束条件变为等式约束,从而将二次规划问题转变为线性方程组的求解,用最小二乘法实现了支持向量机算法。用网格搜索法对最小二乘支持向量机最优参数进行自动选取,提高了预测的快速性和准确性。仿真结果表明,与BP神经网络预测的结果相比,该模型预测的等值附盐密度更接近实测结果。本文的方法为电网污区分布图的计算提供了一条新的思路。