一种钢铁企业电力超短期负荷预测方法

摘要： 负荷预测是电网经济运行的前提和基础。准确的负荷预测可确保电网安全稳定运行，有效降低发电成本并提高经济效益和社会效益。目前，应用于电力超短期负荷预测的预测模型存在收敛性能和算法稳定性较差、预测精度低的问题。针对上述问题，本发明提出了一种基于粒子群优化SVM的电力负荷预测方法。该方法在对历史数据进行分析的基础上，通过小波变换方法将负荷数据分解成不同频段的子序列。将反映负荷趋势部分作为模型的输入序列进行预测，再利用粒子群算法优化支持向量机参数。

摘要：负荷预测是电网经济运行的前提和基础，准确的负荷预测可确保电网安全稳定运行，有效降低发电成本并提高经济效益和社会效益。目前，应用于电力超短期负荷预测的预测模型存在收敛性能和算法稳定性较差、预测精度低的问题。针对上述问题，本发明提出了一种基于粒子群优化SVM的电力负荷预测方法。该方法在对历史数据进行分析基础上，通过小波变换方法将负荷数据分解成不同频段的子序列，将反映负荷趋势部分作为模型的输入序列进行预测，再利用粒子群算法优化支持向量机参数。