本發(fā)明涉及線路舞動(dòng)預(yù)測(cè)技術(shù)領(lǐng)域，具體為一種基于SVM分類器的輸電線路易舞氣象條件預(yù)報(bào)方法。

背景技術(shù)：

冰災(zāi)是影響輸電線路安全運(yùn)行的另一突出問(wèn)題，覆冰的導(dǎo)線在風(fēng)的激勵(lì)下容易發(fā)生舞動(dòng)。舞動(dòng)是指導(dǎo)線在風(fēng)力及不對(duì)稱覆冰的作用下引起的低頻率、大幅度的自激振動(dòng)，是一種空氣動(dòng)力失穩(wěn)現(xiàn)象。舞動(dòng)多發(fā)生在冬季，其破壞能量很大，且持續(xù)時(shí)間長(zhǎng)，易對(duì)輸電線路造成機(jī)械損傷和電氣故障，輕則導(dǎo)致相間閃絡(luò)會(huì)損傷導(dǎo)線、地線及金具等，重則導(dǎo)致斷股、斷線，甚至倒塔等惡性事故，嚴(yán)重威脅著輸電線路的安全運(yùn)行。電網(wǎng)長(zhǎng)期運(yùn)行觀測(cè)和統(tǒng)計(jì)資料表明，中國(guó)是舞動(dòng)災(zāi)害最嚴(yán)重的國(guó)家之一，隨著中國(guó)電網(wǎng)規(guī)模的擴(kuò)大，加之近年來(lái)惡劣冰凍天氣頻繁出現(xiàn)，輸電線路舞動(dòng)事故的發(fā)生頻率以及危害程度均有明顯的增加，且舞動(dòng)區(qū)域已不再局限于少數(shù)地區(qū)，而是遍及到國(guó)家電網(wǎng)的大部分地區(qū)。因此，開展輸電線路舞動(dòng)的易舞氣象條件預(yù)報(bào)和風(fēng)險(xiǎn)預(yù)警研究具有重要的理論意義和工程實(shí)用價(jià)值。

近些年來(lái)，國(guó)內(nèi)外學(xué)者對(duì)導(dǎo)線舞動(dòng)激發(fā)機(jī)理、計(jì)算仿真、舞動(dòng)監(jiān)測(cè)及防舞動(dòng)措施等進(jìn)行了多方面的研究，取得了很多重要成果并將其應(yīng)用到了實(shí)際工程中。遺憾的是，由于導(dǎo)線和氣流相互作用的流固耦合以及輸電線的大幅運(yùn)動(dòng)的幾何非線性問(wèn)題等，使導(dǎo)線舞動(dòng)問(wèn)題變得異常復(fù)雜，迄今為止尚無(wú)統(tǒng)一、普適的舞動(dòng)激發(fā)理論。

現(xiàn)行的防舞措施概括起來(lái)可分為三大類：一是從氣象條件考慮，避開易于發(fā)生舞動(dòng)的覆冰區(qū)域和線路走向；二是在機(jī)械結(jié)構(gòu)和電氣性能設(shè)計(jì)方面，提高輸電線路的抗舞動(dòng)性能；三是采取各種防舞裝置，抑制舞動(dòng)的發(fā)生。但值得注意的是：其一，考慮到節(jié)省線路走廊的經(jīng)濟(jì)性設(shè)計(jì)要求以及施工便宜性等因素，使得部分輸電線路無(wú)法完全避開舞動(dòng)區(qū)域；其二，在實(shí)際應(yīng)用中，加強(qiáng)導(dǎo)線機(jī)械強(qiáng)度的技術(shù)以及相關(guān)的抗舞設(shè)計(jì)尚不夠翔實(shí)和規(guī)范，提高設(shè)計(jì)強(qiáng)度的經(jīng)濟(jì)性以及可操作性較差，同時(shí)也缺乏實(shí)踐經(jīng)驗(yàn)；其三，線路防舞器是根據(jù)不同舞動(dòng)激發(fā)機(jī)理研發(fā)而來(lái)的，導(dǎo)致目前使用較多的幾種防舞裝置都存在明顯的設(shè)計(jì)特點(diǎn)和應(yīng)用局限性，防舞效果也存在很大差異。顯然，要想完全制服舞動(dòng)還需很長(zhǎng)一段時(shí)間的努力，而目前迫切需要一種主動(dòng)性更強(qiáng)、應(yīng)用范圍更廣的導(dǎo)線防舞動(dòng)輔助決策方法，來(lái)減輕舞動(dòng)對(duì)輸電線路安全運(yùn)行的危害。

輸電線路舞動(dòng)是一種復(fù)雜的流固耦合振動(dòng)，其形成因素較多，經(jīng)過(guò)多年來(lái)國(guó)內(nèi)外對(duì)舞動(dòng)的研究，歸納得出了引起舞動(dòng)的三方面重要因素，即：

① 導(dǎo)線覆冰：引起導(dǎo)線舞動(dòng)的決定性因素。導(dǎo)線上要形成覆冰，必須具備三項(xiàng)條件：一是空氣濕度較大，一般在85%以上；二是合適的溫度，一般為0到?5 ℃；三是可以使空氣中水滴運(yùn)動(dòng)的合適風(fēng)速，一般大于1 m/s，小于15 m/s。

② 風(fēng)的激勵(lì)：導(dǎo)線舞動(dòng)的直接原因。一段線路的舞動(dòng)狀態(tài)及其強(qiáng)弱，除了與風(fēng)速大小有關(guān)外，還取決于風(fēng)向與導(dǎo)線軸線（線路走向）的夾角。

③ 線路結(jié)構(gòu)與參數(shù)：引起舞動(dòng)的內(nèi)因。不合理的線路結(jié)構(gòu)參數(shù)組合易引起舞動(dòng)，這些因素主要包括：導(dǎo)線的類型、導(dǎo)線截面、線路檔距等。

綜上可見：一方面，氣象條件是影響舞動(dòng)激發(fā)的最重要因素，只要滿足舞動(dòng)條件，各區(qū)域、各電壓等級(jí)的輸電線路都可能發(fā)生舞動(dòng)；另一方面，目前已有的針對(duì)輸電線路舞動(dòng)的物理模型不夠精確，且這些模型中的部分參量在實(shí)際線路上難以通過(guò)測(cè)量實(shí)時(shí)獲取，純粹利用物理模型進(jìn)行輸電線路舞動(dòng)預(yù)警的準(zhǔn)確性和實(shí)用性較低。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述分析的現(xiàn)有措施的不足，本發(fā)明提供了一種基于SVM分類器的輸電線路易舞氣象條件預(yù)報(bào)方法，通過(guò)挖掘歷史上舞動(dòng)頻發(fā)區(qū)域的輸電線路參數(shù)和氣象參數(shù)，以氣象參數(shù)為輸入量，建立氣象要素累積作用過(guò)程的SVM分類器，預(yù)測(cè)是否滿足易舞氣象條件。

一種基于SVM分類器的輸電線路易舞氣象條件預(yù)報(bào)方法，通過(guò)挖掘歷史上舞動(dòng)頻發(fā)區(qū)域的輸電線路參數(shù)和氣象參數(shù)，以氣象參數(shù)為輸入量，建立氣象要素累積作用過(guò)程的SVM分類器，預(yù)測(cè)是否滿足易舞氣象條件。

1）構(gòu)造SVM分類器，選取舞動(dòng)前2天的最低氣溫、平均相對(duì)濕度、日降水量、平均風(fēng)速，以及發(fā)生舞動(dòng)當(dāng)天的最低氣溫、相對(duì)濕度、日降水量、最大風(fēng)速、最大風(fēng)速的風(fēng)向與導(dǎo)線軸向的夾角作為SVM分類器的輸入矢量，具體如下：

x = (T_min2, RH_mean2, P₂, V_mean2, T_min1, RH_mean1, P₁, V_mean1, T_min, RH, P , V_max, WD) （1）

其中，T_min2, RH_mean2, P₂, V_mean2分別表示前2天的最低溫度，平均相對(duì)濕度，日降水量，平均風(fēng)速；T_min1, RH_mean1, P₁, V_mean1分別表示前1天的最低溫度，平均相對(duì)濕度，日降水量，平均風(fēng)速；T_min, RH, P , V_max, WD分別表示當(dāng)天的最低溫度，相對(duì)濕度，日降水量，最大風(fēng)速，最大風(fēng)速的風(fēng)向與導(dǎo)線軸向的夾角；x 為一個(gè)13維的矢量；

SVM分類器的輸出結(jié)果為某區(qū)域是否達(dá)到易舞氣象條件，即y ∈{?1, 1}，其中y = 1表示達(dá)到易舞氣象條件，y = ?1表示未達(dá)到易舞氣象條件；

SVM分類器的分類界面的判別函數(shù)為

（2）

其中，N 為訓(xùn)練樣本個(gè)數(shù)，K (x ，x_i)為核函數(shù)，分類界面的參數(shù)λ_i（i = 1, 2, ?, N）和b 應(yīng)滿足

（3）

且應(yīng)滿足上式中非零系數(shù)λ_i個(gè)數(shù)最少；

訓(xùn)練時(shí)，SVM分類器的核函數(shù)有多種形式，例如線性核函數(shù)、高斯核函數(shù)、二項(xiàng)有理核函數(shù)，只要滿足Mercer條件均可，可以根據(jù)實(shí)際效果進(jìn)行試探性選擇；

對(duì)于訓(xùn)練得到的SVM分類器，通過(guò)對(duì)比預(yù)報(bào)情況與實(shí)際故障發(fā)生情況，列出預(yù)警效果統(tǒng)計(jì)表，如表1所示，使用分類正確率、預(yù)報(bào)準(zhǔn)確率、空?qǐng)?bào)率、漏報(bào)率評(píng)價(jià)指標(biāo)來(lái)檢驗(yàn)風(fēng)險(xiǎn)預(yù)報(bào)的預(yù)測(cè)性能；

表1 預(yù)報(bào)效果統(tǒng)計(jì)表

① 分類正確率ACR（Accurate Classification Rate）

將“有預(yù)報(bào)，實(shí)際發(fā)生舞動(dòng)”、“未預(yù)報(bào)，實(shí)際也未發(fā)生”視為“分類正確”，此時(shí)分類正確率ACR可表示為分類正確的次數(shù)占所有可能情況的比例，計(jì)算式為

（4）

式中，N_AW表示有預(yù)報(bào)實(shí)際也發(fā)生了舞動(dòng)的次數(shù)；N_MW表沒(méi)有預(yù)報(bào)而實(shí)際發(fā)生了的次數(shù)；N_FW表示有預(yù)報(bào)，而實(shí)際沒(méi)有發(fā)生的次數(shù)；N_NW表示沒(méi)有預(yù)報(bào)實(shí)際也沒(méi)有發(fā)生的次數(shù)。

② 預(yù)報(bào)準(zhǔn)確率AWR（Accurate Warning Rate）

將“有預(yù)報(bào)，實(shí)際也發(fā)生了”視為“預(yù)報(bào)正確”，此時(shí)預(yù)報(bào)準(zhǔn)確率AWR表示為預(yù)報(bào)正確的次數(shù)占實(shí)際發(fā)生總次數(shù)的比例，計(jì)算式為

（5）

③ 空?qǐng)?bào)率FWR（False Warning Rate）

將“有預(yù)報(bào)，而實(shí)際沒(méi)有發(fā)生”視為“空?qǐng)?bào)”，此時(shí)的空?qǐng)?bào)率FWR表示為空?qǐng)?bào)次數(shù)與總預(yù)報(bào)次數(shù)的百分比，計(jì)算式為

（6）

④ 漏報(bào)率MWR（Missed Warning Rate）

將“沒(méi)有預(yù)報(bào)，而實(shí)際發(fā)生了”視為“漏報(bào)”，此時(shí)的漏報(bào)率MWR表示為漏報(bào)次數(shù)與實(shí)際發(fā)生總次數(shù)的百分比，計(jì)算式為

（7）

預(yù)報(bào)模型投運(yùn)后，可以采用上述指標(biāo)定期檢驗(yàn)評(píng)估預(yù)報(bào)效果，自動(dòng)根據(jù)預(yù)報(bào)性能調(diào)整預(yù)報(bào)模型中的特征值、門檻值參數(shù)，以提升預(yù)報(bào)模型的效果和適應(yīng)性；

3）利用訓(xùn)練好的SVM分類器進(jìn)行易舞氣象條件預(yù)報(bào)，將當(dāng)前時(shí)刻前2天的最低氣溫、平均相對(duì)濕度、日降水量、平均風(fēng)速，以及當(dāng)前時(shí)刻預(yù)報(bào)的未來(lái)24 h的最低氣溫、相對(duì)濕度、日降水量、最大風(fēng)速、最大風(fēng)速的風(fēng)向與導(dǎo)線走向的夾角作為預(yù)報(bào)易舞氣象條件的輸入矢量，預(yù)報(bào)未來(lái)24 h是否滿足易舞氣象條件，輸出結(jié)果為某區(qū)域是否達(dá)到易舞氣象條件，即y∈{?1, 1}，其中y = 1表示達(dá)到易舞氣象條件，y = ?1表示未達(dá)到易舞氣象條件；

本發(fā)明普遍適用于電力系統(tǒng)在迎峰渡冬期間進(jìn)行輸電線路易舞氣象條件預(yù)報(bào)和舞動(dòng)預(yù)警，特別是輸電線路舞動(dòng)事故多發(fā)地區(qū)，相比現(xiàn)有技術(shù)，本發(fā)明具有如下優(yōu)點(diǎn)：

1）本發(fā)明充分利用了線路歷史舞動(dòng)信息和氣象信息，考慮了氣象要素對(duì)導(dǎo)線覆冰舞動(dòng)的累積作用效果，更符合實(shí)際；

2）本發(fā)明采用SVM分類器來(lái)構(gòu)建區(qū)域易舞氣象條件預(yù)報(bào)模型，在解決小樣本、非線性以及高維模式識(shí)別問(wèn)題中具有很多優(yōu)勢(shì)；

3）本發(fā)明構(gòu)建的模型具有很高的分類正確率和預(yù)報(bào)準(zhǔn)確率，而漏報(bào)和空?qǐng)?bào)均在可接受的范圍內(nèi)，適用性強(qiáng)；

4）本發(fā)明提供的預(yù)報(bào)模型投運(yùn)后，可以自動(dòng)對(duì)預(yù)報(bào)性能進(jìn)行定期檢驗(yàn)評(píng)估，根據(jù)預(yù)報(bào)性能調(diào)整預(yù)報(bào)模型中的特征值、門檻值參數(shù)，以提升預(yù)報(bào)模型的效果和適應(yīng)性。

5）本發(fā)明輸出的易舞氣象條件預(yù)報(bào)結(jié)果可為電網(wǎng)運(yùn)維人員提供決策支撐，有助于提前做好有針對(duì)性的抗風(fēng)、除融冰防舞措施，保障輸電線路的安全運(yùn)行。

附圖說(shuō)明

下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述：

圖1為支持SVM分類器的原理圖；

圖2為輸電線路易舞氣象條件預(yù)報(bào)原理圖；

圖3為基于SVM分類器的輸電線路易舞氣象條件預(yù)報(bào)流程圖。

具體實(shí)施方式

下面結(jié)合附圖1～3和實(shí)施例對(duì)本發(fā)明方法做進(jìn)一步清楚、完整地描述，但本發(fā)明的實(shí)施方式不局限于此。

SVM分類器的構(gòu)造方法如下：

對(duì)于一個(gè)二分類問(wèn)題，假設(shè)給定的n 維訓(xùn)練樣本x₁, x₂, ?, x_N, 為了表述方便，定義每個(gè)樣本的類別屬性，ω₁類的訓(xùn)練樣本x_i，其類別屬性值y_i = 1；ω₂類的訓(xùn)練樣本x_j，其類別屬性值y_j = ?1，于是可以將上述各樣本重新表示為。設(shè)這些樣本是線性可分的，即存在線性分類界面能將這些訓(xùn)練樣本正確的分為兩類，令分類界面為：

（8）

通過(guò)訓(xùn)練所求得的分類界面的參數(shù)λ_i（i = 1, 2, ?, N ）和b 應(yīng)滿足

（9）

且應(yīng)滿足上式中非零系數(shù)λ_i個(gè)數(shù)最少。

求取分類界面其實(shí)質(zhì)是一個(gè)最優(yōu)化問(wèn)題，并可以描述成如下的規(guī)劃問(wèn)題：

（10）

對(duì)于非線性可分的情況，采用核函數(shù)技術(shù)，則相應(yīng)的最優(yōu)化問(wèn)題為：

（11）

式中，K (x_i,x_j)為所選取的核函數(shù)。

最優(yōu)化問(wèn)題(11)的解即可構(gòu)成分類界面的判別函數(shù)

（12）

本發(fā)明以氣象參數(shù)為輸入量，建立氣象要素累積作用過(guò)程的SVM分類器，預(yù)報(bào)是否滿足易舞氣象條件，主要步驟如下：

1）構(gòu)造SVM分類器

導(dǎo)線舞動(dòng)的形成同外界氣象條件密不可分，這些氣象條件包括：風(fēng)速、風(fēng)向與導(dǎo)線軸線的夾角、溫度、相對(duì)濕度和降水量；由于導(dǎo)線覆冰舞動(dòng)是氣象要素累積作用的結(jié)果，因此選取舞動(dòng)前2天的最低氣溫、平均相對(duì)濕度、日降水量、平均風(fēng)速，以及發(fā)生舞動(dòng)當(dāng)天的最低氣溫、相對(duì)濕度、日降水量、最大風(fēng)速、最大風(fēng)速的風(fēng)向與導(dǎo)線軸向的夾角作為SVM分類器的輸入矢量，具體如下：

x = (T_min2, RH_mean2, P₂, V_mean2, T_min1, RH_mean1, P₁, V_mean1, T_min, RH, P , V_max, WD) （13）

其中，T_min2, RH_mean2, P₂, V_mean2分別表示前2天的最低溫度，平均相對(duì)濕度，日降水量，平均風(fēng)速；T_min1, RH_mean1, P₁, V_mean1分別表示前1天的最低溫度，平均相對(duì)濕度，日降水量，平均風(fēng)速；T_min, RH, P , V_max, WD分別表示當(dāng)天的最低溫度，相對(duì)濕度，日降水量，最大風(fēng)速，最大風(fēng)速的風(fēng)向與導(dǎo)線軸向的夾角。x 為一個(gè)13維的矢量。

SVM分類器的輸出結(jié)果為某區(qū)域是否達(dá)到易舞氣象條件，即y ∈{?1, 1}，其中y = 1表示達(dá)到易舞氣象條件，y = ?1表示未達(dá)到易舞氣象條件；

SVM分類器的分類界面的判別函數(shù)為

（14）

其中，N 為訓(xùn)練樣本個(gè)數(shù)，K (x ，x_i)為核函數(shù)，分類界面的參數(shù)λ_i（i = 1, 2, ?, N）和b 應(yīng)滿足

（15）

且應(yīng)滿足上式中非零系數(shù)λ_i個(gè)數(shù)最少。

訓(xùn)練時(shí)，SVM分類器的核函數(shù)有多種形式，例如線性核函數(shù)、高斯核函數(shù)、二項(xiàng)有理核函數(shù)，只要滿足Mercer條件均可，可以根據(jù)實(shí)際效果進(jìn)行試探性選擇；本例的支持矢量機(jī)的核函數(shù)選用二項(xiàng)有理核函數(shù)；

對(duì)于訓(xùn)練得到的SVM分類器，通過(guò)對(duì)比預(yù)報(bào)情況與實(shí)際故障發(fā)生情況，列出預(yù)警效果統(tǒng)計(jì)表，如表1所示，使用分類正確率、預(yù)報(bào)準(zhǔn)確率、空?qǐng)?bào)率、漏報(bào)率評(píng)價(jià)指標(biāo)來(lái)檢驗(yàn)風(fēng)險(xiǎn)預(yù)報(bào)的預(yù)測(cè)性能。

表1 預(yù)報(bào)效果統(tǒng)計(jì)表

① 分類正確率ACR（Accurate Classification Rate）

將“有預(yù)報(bào)，實(shí)際發(fā)生舞動(dòng)”、“未預(yù)報(bào)，實(shí)際也未發(fā)生”視為“分類正確”，此時(shí)分類正確率ACR可表示為分類正確的次數(shù)占所有可能情況的比例，計(jì)算式為

（16）

式中，N_AW表示有預(yù)報(bào)實(shí)際也發(fā)生了舞動(dòng)的次數(shù)；N_MW表沒(méi)有預(yù)報(bào)而實(shí)際發(fā)生了的次數(shù)；N_FW表示有預(yù)報(bào)，而實(shí)際沒(méi)有發(fā)生的次數(shù)；N_NW表示沒(méi)有預(yù)報(bào)實(shí)際也沒(méi)有發(fā)生的次數(shù)。

② 預(yù)報(bào)準(zhǔn)確率AWR（Accurate Warning Rate）

將“有預(yù)報(bào)，實(shí)際也發(fā)生了”視為“預(yù)報(bào)正確”，此時(shí)預(yù)報(bào)準(zhǔn)確率AWR表示為預(yù)報(bào)正確的次數(shù)占實(shí)際發(fā)生總次數(shù)的比例，計(jì)算式為

（17）

③ 空?qǐng)?bào)率FWR（False Warning Rate）

將“有預(yù)報(bào)，而實(shí)際沒(méi)有發(fā)生”視為“空?qǐng)?bào)”，此時(shí)的空?qǐng)?bào)率FWR表示為空?qǐng)?bào)次數(shù)與總預(yù)報(bào)次數(shù)的百分比，計(jì)算式為

（18）

④ 漏報(bào)率MWR（Missed Warning Rate）

將“沒(méi)有預(yù)報(bào)，而實(shí)際發(fā)生了”視為“漏報(bào)”，此時(shí)的漏報(bào)率MWR表示為漏報(bào)次數(shù)與實(shí)際發(fā)生總次數(shù)的百分比，計(jì)算式為

（19）

預(yù)報(bào)模型投運(yùn)后，可以采用上述指標(biāo)定期檢驗(yàn)評(píng)估預(yù)報(bào)效果，自動(dòng)根據(jù)預(yù)報(bào)性能調(diào)整預(yù)報(bào)模型中的特征值、門檻值參數(shù)，以提升預(yù)報(bào)模型的效果和適應(yīng)性。

3）利用訓(xùn)練好的SVM分類器進(jìn)行易舞氣象條件預(yù)報(bào)，將當(dāng)前時(shí)刻前2天的最低氣溫、平均相對(duì)濕度、日降水量、平均風(fēng)速，以及當(dāng)前時(shí)刻預(yù)報(bào)的未來(lái)24 h的最低氣溫、相對(duì)濕度、日降水量、最大風(fēng)速、最大風(fēng)速的風(fēng)向與導(dǎo)線走向的夾角作為預(yù)報(bào)易舞氣象條件的輸入矢量，預(yù)報(bào)未來(lái)24 h是否滿足易舞氣象條件，輸出結(jié)果為某區(qū)域是否達(dá)到易舞氣象條件，即y∈{?1, 1}，其中y = 1表示達(dá)到易舞氣象條件，y = ?1表示未達(dá)到易舞氣象條件。

下面以河南電網(wǎng)2009～2011年的歷史舞動(dòng)數(shù)據(jù)（包括2009年11月、2010年2月、2010年11月、2011年11月共4個(gè)月份的歷史舞動(dòng)情況以及對(duì)應(yīng)的氣象數(shù)據(jù)），根據(jù)地區(qū)選擇測(cè)試集和訓(xùn)練集，其中訓(xùn)練集為河南電網(wǎng)舞動(dòng)多發(fā)區(qū)域的30個(gè)縣（區(qū)）的舞動(dòng)情況以及對(duì)應(yīng)的氣象數(shù)據(jù)，測(cè)試集為河南電網(wǎng)舞動(dòng)多發(fā)區(qū)域其余的7個(gè)縣（區(qū)）的舞動(dòng)情況以及對(duì)應(yīng)的氣象數(shù)據(jù)，具體見表2；采用分類正確率、預(yù)報(bào)準(zhǔn)確率、漏報(bào)率、空?qǐng)?bào)率指標(biāo)對(duì)測(cè)試結(jié)果進(jìn)行檢驗(yàn)，測(cè)試結(jié)果列于表3，各評(píng)價(jià)指標(biāo)的計(jì)算結(jié)如下：分類正確率為96.53%，預(yù)報(bào)準(zhǔn)確率為92.86%，漏報(bào)率為7.14%，空?qǐng)?bào)率為48.00%。

支持矢量機(jī)（SVM）是一種通用的機(jī)器學(xué)習(xí)算法，也是一種重要的模式分類技術(shù)，其在解決小樣本、非線性以及高維模式識(shí)別問(wèn)題中具有很多優(yōu)勢(shì)。支持矢量機(jī)分類器的基本原理可以簡(jiǎn)要概括為：對(duì)于線性可分或非線性可分的訓(xùn)練樣本集，首先根據(jù)最優(yōu)化理論在原始特征空間中構(gòu)建最優(yōu)線性分類界面或廣義最優(yōu)分類界面，然后使用滿足Mercer定理的核函數(shù)替換原始分類界面函數(shù)中的數(shù)積運(yùn)算，將原始特征空間中的非線性分類界面隱式地映射到更高維的變換特征空間中產(chǎn)生線性分類界面，從而達(dá)到更好的分類效果。由于支持矢量機(jī)隱含地運(yùn)用了結(jié)構(gòu)風(fēng)險(xiǎn)設(shè)計(jì)的概念，因此具有很強(qiáng)的推廣性，對(duì)不同工作模式也能起到很好的分類效果。

表2 訓(xùn)練集與測(cè)試集對(duì)應(yīng)的區(qū)縣

表3 易舞氣象條件測(cè)試結(jié)果

由于正常氣象條件是絕大多數(shù)的，易舞氣象條件是少數(shù)的，易舞氣象條件預(yù)報(bào)是在多數(shù)里面分類和預(yù)報(bào)出少數(shù)的情況，因此期望漏報(bào)率越低越好，同時(shí)可以接受適當(dāng)?shù)目請(qǐng)?bào)；本方法分類正確率和預(yù)報(bào)準(zhǔn)確率都很高（均在90%以上），漏報(bào)率較低（10%以下），雖然空?qǐng)?bào)較多，但從實(shí)際情況來(lái)看，均在舞動(dòng)發(fā)生的前后一天，即空?qǐng)?bào)的情況處在易舞氣象條件的邊緣，這在工程實(shí)際中是可以很好接受的；可見本方法具有很好的預(yù)報(bào)效果。

上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受所述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡(jiǎn)化，均應(yīng)為效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。