王明霞 李晋 刘伟

摘 要 现代电力系统中，通过预测电力日负荷，有效的调整自我运行，可以指导电网调度，提升电力运行整体的安全性。通过新算法的提出，使得电力日负荷更加准确，主要便是基于FAPSO与SVM两种算法的融合，提出对应的计算模型，通过FAPSO的最优数值寻找能力，便于SVM寻找最优因子。因此，文中首先介绍了两种计算方法，并且就两种方法融合后提出了新的模型，望带来借鉴。

【关键词】电力日负荷预测 FAPSO与SVM 融合算法模型

在电网供电的日常管理中，通过现代计算方法预测电力系统的短时间负荷，使得电力供应的管理调整与优化更加富有依据。因此，在现阶段供电系统的管理热点中，很大一部分便是需要了解电力日负荷，并且针对其做出精准预测。伴随着的时代的进步，各种计算方法也逐渐日趋统一，通过笔者的个人工作经验，将FAPSO计算方法与SVM算法融合，进而形成了一种新的计算方法，并且通过该计算方法建立模型，通过模型的工作预测电力日负荷，以某市日负荷为例，做出精确分析。

1 FAPSO计算方法

FAPSO计算方法属于一种快速计算方法，进而真正的落实到计算中，初始段需要比较大规模的搜索，并且由于整体搜索量过大，会带来比较严重的惯性权重，而且相近的粒子也会存在差别较大的适应性；一旦当粒子可以选取在最优范围内，便可以开展后续的精细搜索，而且不同的情况也会带来不同的处理方法。当涉及到电力的日负荷预测时，便应该通过调整惯性权重的数值，使得粒子的自身适应性达到最强。……