[发明专利]一种基于SVM的短期电网负荷预测方法

摘要

本发明提供一种基于SVM短期电网负荷预测方法，首先通过数据爬取或官方合作等手段获取城市的天气信息；随后，对所有的特征属性进行主成分分析，将原始特征转换为有效的组合特征；最后，利用支持向量机对这些特征属性和电网负荷之间的关联关系进行学习并达到预测的效果。采用本发明方法能够较为准确的预测未来一天的电网负荷变化趋势，使得调度人员能够参考变化趋势，结合已有调度经验，对电力分配进行合理调度，减少用电成本，具有重要的经济和社会意义。

主权项

1.一种基于SVM的短期电网负荷预测方法，其特征在于，包含以下过程：获取待预测地的电力负荷相关数据，获取待预测地的天气数据进行主成分分析得到有效的线性无关的特征，确定影响电网负荷的特征属性；确定支持向量机的预测模型中的线性判别函数和判别面，利用支持向量机对特征属性和电网负荷之间的关联关系进行学习；根据待预测地的电网总负荷及工业总负荷的历史数据的规律进行调参，将由调参确定的最优参数作为支持向量机的输入，对电网负荷进行预测。