论文部分内容阅读
短期负荷预测作为确保电力系统系统安全与经济运行的重要手段,准确的负荷预测,能够有效的提高电能的使用率及减少不必要的损失,其重要性对于整个电网来说不言而喻。在针对短期负荷预测研究中,大部分的工作都是对下一时刻的具体值进行预测,而对负荷变化趋势及变化范围的预测研究较少,因此本文在传统支持向量机基础上结合信息粒化理论,运用和改进基于信息粒化的加权SVM预测算法,对于短期电力负荷的变化范围进行了预测研究。为此,本文做了以下工作:(1)采用基于相似度权重的加权SVM。支持向量机作为机器学习领域强大的工具之一,