SVM与Fourier算法在电网短期负荷预测中的应用

本文将Fourier(傅立叶)算法与SVM(支持向量机)共同引入电网短期负荷预测。对于波动性较大的负荷，Fourier算法用于滤除高次谐波分量。SVM用于对滤除了高次分量的数据进行统计学习，它首先筛选与预测点相关的的历史数据构成训练样本，再将预测的平滑性和误差损失函数相结合构成问题的目标函数进行求解。编制了相应的软件，对某实际电网进行了短期负荷预测，取得了理想的结果。