论文部分内容阅读
短期负荷预测是电力系统调度和计划部门安排购电计划和制定运行方式的基础,是保障电力系统安全、经济运行的重要手段。支持向量机(Support Vector Machine, SVM)是近期提出的一种机器学习方法,它具有严格的数学理论基础,有着比人工神经网络更优越的性能。本文将SVM引入到短期负荷预测中,结合具体实例,验证了该方法的可行性和有效性。论文首先综述了短期负荷预测的研究现状,归纳了常用的预测模型和方法,并分析了各种方法的优劣;接着详细介绍了SVM的理论基础和原理,推导了SVM的回归模型