1. 研究目的与意义及国内外研究现状

课题目的在于验证基于支持向量机方法在短期负荷预测过程中的有效性,为电力负荷预测提供一种学、有效的方法，在电力负荷需求变化预测中具有很好应用前景。

2. 研究的基本内容

本文利用svm具有全局最优、泛化能力强、训练时间短等优势，将其应用于电力系统短期负荷预测。基于svm优越的非线性学习及预测性能，针对电力系统短期负荷预测的各种影响因素的非线性特性，本文提出基于支持向量机的电力系统短期负荷预测。由于影响负荷变化的因素繁多且复杂，多个负荷预测影响因素与预测对象之间呈现十分复杂的非线性关系，直接根据多个预测影响因素与预测对象之间的关系，建立令人满意的数学模型是很困难的，预测结果也不能满足精度要求。本文考虑到负荷变化的周期性特点以及样本数据特征的一致性可提高svm的推广能力，利用libsvm工具箱进行参数寻优建立模型并预测，并将误差控制在要求范围内，具有重要的理论意义和实用价值。具体如下：

（1）本文系统地对国内外各种负荷预测方法进行了总结归纳，对已有方法，特别是人工神经网络方法，具体分析了它的优势和缺陷，为本文研究工作开展奠定了重要基础。

（2） 本文分析了电力系统负荷特性，由于影响负荷特征的各种因素之间的复杂性，所以用任意负荷样本不加选择地均作为输入样本训练模型，会导致预测模型的泛化能力降低。因此选择恰当的训练样本是影响预测精度的重要因素，对负荷样本分类成为负荷预测的重要内容。

3. 实施方案、进度安排及预期效果

实施方案：

1. 查阅相关理论书籍了解支持向量机的原理以及短期负荷的特点及影响因素，上网查询、图书馆查阅国内外主流短期负荷的方法。

2.了解支持向量机的理论及使用方法，分析各种因素，建立模型，进行设计。

4. 参考文献

[1]杜松怀.电力系统负荷预测技术[j].华东电力，2000年第9期：50-52.

[2]牛东晓，曹树华，赵磊，等.电力负荷预测技术及其应用.北京:中国电力出版社,1998

[3]康重庆，电力系统负荷预测研究综述与发展方向的探讨. 电力系统自动化,2004,28(17):1一11.