万强，王清亮，王睿豪，黄朝晖，白云飞，陈大军，栗维勋

（1.国网石家庄供电公司，河北石家庄 050000；2.西安交通大学电气工程学院，陕西西安 710049）

基于支持向量机的某地区电网短期电力负荷预测

万强1，王清亮1，王睿豪2，黄朝晖1，白云飞1，陈大军1，栗维勋1

（1.国网石家庄供电公司，河北石家庄 050000；2.西安交通大学电气工程学院，陕西西安 710049）

负荷预测是电力系统安全经济运行的前提。随着电力系统的市场化和能源互联网的研究与发展，高质量的负荷预测显得愈发重要。分析了影响负荷预测的因素，对数据进行收集及挖掘，采用了基于支持向量机负荷预测算法对区域负荷进行短期预测，并进一步开展了针对城区的精细化负荷预测研究。结合某地区案例，对该算法进行验证，结果表明，该算法预测结果优越，相对误差率较小。

短期负荷预测；数据发掘；支持向量机

负荷预测是为了确定未来某时间区间的负荷数据，在进行负荷预测时需要考虑多种因素，比如天气气候、居民生活习惯、以及电力系统实际运行特性等。其中负荷是指电力需求量（功率）或用电量。由于电力生产和消费逐渐市场化，这就要求负荷预测要做到实时性、准确性、可靠性以及智能性。现在负荷预测已经成为现代电力系统运行和管理中的一个重要研究领域[1]。

短期负荷预测技术总体分为传统和现代智能2类方法。传统的短期负荷预测方法有回归分析法，时间序列法[2]和灰色预测法等[3]。回归分析法是基于线性的数学方法，不适用于非线性系统，需要样本数据较多；……