（3）短期负荷预测可以得知系统在未来较短一段时间内的负荷需求，电力系统相关部门可以根据这种需求制定出有效的发电计划，合理地分配电能，提高电能的利用效率。

1.2 国内外负荷预测研究的现状

1.3 本文主要内容

本文深入地学习了各种预测方法，掌握了负荷预测的基本思路以及注意事项。在对各种方法归纳总结的基础上分析得出他们的优缺点，并且探寻出可以使用的条件。基于当前短期电力系统负荷预测精确低以及模型不够完善的特点，本文对智能算法的参数以及模型选取尝试进行了改进，来提高预测的水平。

本文运用粒子群算法优化最小二乘支持向量机模型，即利用粒子群算法来优化最小二乘支持向量机的最优权值和阈值，将最优的参数带入模型，并利用此模型来进行负荷预测。

粒子群算法最大的优点就是它的规则简单，收敛速度极快，尤其是在算法执行的初期。但是如果它的参数设置不当就会很容易陷入局部最优解，或者出现跳过全局最优解、算法不能收敛等问题，因此粒子群算法中参数的选取对于最优解的准确性有很大的意义。最小二乘支持向量机是在支持向量机的基础上改进得到的，它通过对线性方程组的求解来解决问题。

2  电力负荷预测研究

2.1 电力负荷预测的概念及分类

电力系统负荷预测通过分析电力负荷本身的变化和天气、时间等因素之间的联系，对历史数据进行研究分析得出变化规律，并根据负荷走势的延伸来预测未来的负荷数据，从而实现负荷的合理分配，节约发电成本等。

一般而言， 电力系统按期限可分为短期、中期、长期预测。短期负荷预测的时间期限为几天或者几周；中期负荷预测的时间期限可以是几个月或者几年；长期负荷预测的期限没有准确的规定，可以长达几十年或者更久。

2.2 电力系统负荷预测的基本原理

负荷预测工作本质上是利用电力系统负荷变化的延续性，根据电力负荷历史数据探寻它的发展规律，对未来一段时间内的负荷数据进行推测。所以要对负荷预测工作做出正确合理的指导，就必须对其工作原理有科学性的认知。

（1）可知性原理

可知性原理指的是，人们可以根据之前所记录的历史数据来研究发展规律，通过其发展规律判断出以后一段时间内的变化，也就是说这个规律在事物发展的初期就已经存在，并且一直保持到它发展的现阶段以及下一个阶段。对大量数据的研究表明，这种规律可以被发现。

（2）多种可能性原理

 事物的发展变化是由事物本身的内在因素与外在条件所决定的，内在因素与外在条件的多样性会导致事物发展至不同的状态。因此，预测工作展开前需要考虑各种可能的影响因素，制定多种预测方案，从各个方面进行研究，确保预测结果能够尽可能的接近实际情况[6]。

（3）连续性原理

连续性原理想要说明的其实就是事物在发展的过程中不会突变而是缓慢连续的变化，未来数据只是其历史数据所展现出来的变化趋势的延续。它指出了事物在发展的各个阶段都会展现出相似的变化趋势[7]。电力系统的负荷存在着惯性，这种特性使得负荷不会发生跳跃式的波动，因此，它可以作为负荷预测的理论支持。利用连续性原理进行预测的过程中，最基本的前提就是要对负荷的发展趋势进行深入的研究。

（4）相似性原理

虽然世界上的各种事物他们各自为一个个体，各自发展变化，没有统一的规律，但是这些规律之间仍然有一些相似之处。一个事物在某个特定阶段的发展状态可能和其他事物在另一阶段内的发展状态极为相近，我们可以利用这一相同的特点，将已知事物的变化规律套用在需要进行预测的事物上，从而可以根据历史数据来推测之后一段时间内的数据。论文网