一种基于GRA关联度算法与SVM的多能微网状态识别方法

本申请提供了一种基于GRA关联度算法与SVM的多能微网状态识别方法，本申请通过获取多能微网中各类设备的原始出力数据及每类设备的运行参数；将每类设备的原始出力数据构建成时间序列数据；基于时间序列数据及Kmeans聚合算法确定各类设备的典型状态；利用GRA关联度算法确定各类设备的典型状态与其运行参数间的关联度；根据关联度建立各类设备运行状态与其运行参数之间的联系特征库；基于联系特征库，利用SVM分类器识别目标设备的当前运行状态。本申请通过GRA算法计算与多能微网中各类设备典型状态关联度最大的参数，并形成联系特征库，进一步通过SVM分类器更快速更有效的识别目标设备当前运行状态。