1、電力需求預測是電力系統(tǒng)規(guī)劃的重要組成部分。本論文主要對電力需求中的月度和年度負荷進行預測。它們的特點是歷史數(shù)據(jù)少，受經(jīng)濟、社會等不確定因素影響較大。準確的負荷預測有利于提高電網(wǎng)運行的安全穩(wěn)定性，有效地降低發(fā)電成本，保證用電需求，增強供電可靠性，從而提高電力系統(tǒng)的經(jīng)濟效益和社會效益。
　　本文介紹了電力系統(tǒng)負荷預測的目的和意義，對國內外負荷預測的現(xiàn)狀進行綜述。介紹了負荷預測的基本原理，分析了各種方法的優(yōu)缺點。闡述了電力負荷的分類及特

2、點，給出了電力負荷預測的模型要求和誤差指標。同時對支持向量機的文獻進行綜述，指出支持向量機的優(yōu)點和存在的問題。并且對影響電力需求的因素做了分析。
　　本文在分析了電力負荷預測特點的基礎上，采用支持向量回歸機算法對山西電網(wǎng)月度最大電力負荷進行預測。介紹了支持向量機算法的基本原理，建立基于該方法的負荷預測模型，給出基本算法流程圖，利用MATLAB進行程序設計，實現(xiàn)上述算法過程。通過預測結果分析并與其他方法進行比較，驗證了該智能預測方法

3、的可行性。
　　然后在分析了支持向量回歸機的各參數(shù)對其性能有很大影響的基礎上，結合月度最大電力負荷的特點，提出了利用粒子群優(yōu)化支持向量負荷預測模型，并通過權衡近期數(shù)據(jù)法整理月度負荷數(shù)據(jù)。同時給出了粒子群優(yōu)化支持向量機模型的原理及流程圖。通過實際算例分析，與標準支持向量回歸機方法的預測結果進行比較，驗證粒子群優(yōu)化后的支持向量回歸機負荷預測模型具有預測精度高、計算量小等優(yōu)勢。
　　同時提出了基于粒子群優(yōu)化支持向量機負荷預測模型的

4、改進措施，增加了慣性權重因子，并提出了三點平滑法優(yōu)化數(shù)據(jù)，使模型更加完善。給出改進后的算法流程圖，通過預測山西月度負荷，驗證了改進型的粒子群優(yōu)化支持向量機負荷預測模型的預測精度更高。在前文分析了電力需求影響因素的基礎上，針對年度負荷的特點，整理輸入數(shù)據(jù)，利用建立好的模型預測未來年份的最大電力負荷。
　　最后，介紹國內外常用的基于支持向量機的算法程序。分析了網(wǎng)格搜索法優(yōu)化支持向量回歸機的特點，運用基于網(wǎng)格搜索法優(yōu)化支持向量機的CMS