基于支持向量机的电力短期负荷预测研究

以城市电力负荷预测为应用背景，根据电力负荷的特点和支持向量机（SVM）方法在解决小样本学习问题中的优势，提出基于SVM的电力短期负荷预测模型，并使用粒子群优化算法优化其参数。基于SVM的电力短期负荷预测模型的运行结果与BP神经网络模型对比表明，前者稳定性好，运行速度快，准确率高。