负荷预测中相似日和影响因素的选择研究

随着经济的不断发展，用电量的急剧增加，短期预测成为各个供电部门一个不可或缺的部分。电力负荷受多种因素影响，针对短期负荷预测，提出一种考虑各种影响因素的新算法，该方法首先利用模糊C均值聚类方法对历史样本进行聚类，依据输入样本的相似度选取训练样本，然后在选取的样本上，利用遗传算法实现负荷影响因素的提取和支持向量机参数的选择，最后利用支持向量机建立预测模型。采用上述方法对河南电网负荷进行了预测分析，结果证明了该方法的有效性。