买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜武汉大学申请的专利一种基于SVM改进算法的配电网拓扑辨识方法及设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117436212B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311309029.3，技术领域涉及：G06F30/18；该发明授权一种基于SVM改进算法的配电网拓扑辨识方法及设备是由路晓庆;杨涛;程睿;沐淑慧;黎仕君设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。

本一种基于SVM改进算法的配电网拓扑辨识方法及设备在说明书摘要公布了：本发明涉及电力系统拓扑结构辨识技术，具体涉及一种基于SVM改进算法的配电网拓扑辨识方法及设备，该方法包括如下步骤：利用配电网历史量测数据及其对应拓扑结构，进行离线训练获得SVM训练模型；利用配电网实时量测数据驱动SVM分类模型，实现配电网拓扑结构在线分类。将SVM算法引入至配电网拓扑辨识，使得后续配电网具体参数辨识建立在更为准确的拓扑结构之上，可显著提高配电网参数辨识及状态估计的速度和准确率；并且对SVM算法进行了改进，在拉普拉斯核函数和高斯核函数的基础上，寻找应用效果更好的SVM核函数，该新型核函数对不同类型数据集均可达到最优分类效果。

本发明授权一种基于SVM改进算法的配电网拓扑辨识方法及设备在权利要求书中公布了：1.一种基于SVM改进算法的配电网拓扑辨识方法，其特征在于，包括以下步骤：对已知的数据集进行数据预处理；包括以下步骤：S1.1.基于SVM多分类原理，得出最大间隔分类器模型为含n个约束条件的凸优化问题；S1.2.引入拉格朗日函数将二分类问题转化为含约束条件的二次优化；S1.3.引入核函数同时对数据集的数据进行处理；S1.4.引入惩罚参数c表示实验结果允许存在的误差值；根据预处理得到的数据集，采用双参数核函数进行分类处理，得到最优核函数，包括以下步骤：最优核函数为高斯核函数和拉普拉斯核函数的组合，包含α和β两个参数，通过设置循坏寻找其参数最优解，得到的最优核函数如下： 其中，σ为核参数，xi和xj分别为第i个和第j个输入样本，α和β分别为高斯核函数和拉普拉斯核函数对应的参数；寻找α和β的最优解：将α和β分别以0.1为步长，从0到1来进行迭代，得出每次迭代的错误率，从而取得错误率最小值时的α和β的值，即为α和β的最优解；利用分类后的数据对配电网进行拓扑辨识，包括以下步骤：S3.1.基于SVM改进算法构建离线训练模型，以配电网多个节点的历史量测数据为输入，通过构建四层神经网络模型对数据进行训练，得到多个节点的节点导纳矩阵函数，即对应的拓扑结构；随后使用交叉验证法对SVM分类模型进行参数优化及检测SVM的分类性能；最终输出多个相应的拓扑结构，即多个SVM多分类模型；S3.2.在配电网实时运行中，基于该SVM多分类模型对配电网实时量测数据进行训练，得到相应的拓扑结构，进一步辨识修正，得到拓扑辨识修正方程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。