摘要：电力需求预测是电力系统规划的重要组成部分。本论文主要对电力需求中的月度和年度负荷进行预测。它们的特点是历史数据少,受经济、社会等不确定因素影响较大。准确的负荷预测有利于提高电网运行的安全稳定性,有效地降低发电成本,保证用电需求,增强供电可靠性,从而提高电力系统的经济效益和社会效益。本文介绍了电力系统负荷预测的目的和意义,对国内外负荷预测的现状进行综述。介绍了负荷预测的基本原理,分析了各种方法的优缺点。阐述了电力负荷的分类及特点,给出了电力负荷预测的模型要求和误差指标。同时对支持向量机的文献进行综述,指出支持向量机的优点和存在的问题。并且对影响电力需求的因素做了分析。本文在分析了电力负荷预测特点的基础上,采用支持向量回归机算法对山西电网月度最大电力负荷进行预测。介绍了支持向量机算法的基本原理,建立基于该方法的负荷预测模型,给出基本算法流程图,利用MATLAB进行程序设计,实现上述算法过程。通过预测结果分析并与其他方法进行比较,验证了该智能预测方法的可行性。然后在分析了支持向量回归机的各参数对其性能有很大影响的基础上,结合月度最大电力负荷的特点,提出了利用粒子群优化支持向量负荷预测模型,并通过权衡近期数据法整理月度负荷数据。同时给出了粒子群优化支持向量机模型的原理及流程图。通过实际算例分析,与标准支持向量回归机方法的预测结果进行比较,验证粒子群优化后的支持向量回归机负荷预测模型具有预测精度高、计算量小等优势。同时提出了基于粒子群优化支持向量机负荷预测模型的改进措施,增加了惯性权重因子,并提出了三点平滑法优化数据,使模型更加完善。给出改进后的算法流程图,通过预测山西月度负荷,验证了改进型的粒子群优化支持向量机负荷预测模型的预测精度更高。在前文分析了电力需求影响因素的基础上,针对年度负荷的特点,整理输入数据,利用建立好的模型预测未来年份的最大电力负荷。最后,介绍国内外常用的基于支持向量机的算法程序。分析了网格搜索法优化支持向量回归机的特点,运用基于网格搜索法优化支持向量机的CMSVM软件对山西省电力负荷进行预测研究。并对基于支持向量机的负荷预测所需要注意的关键问题做出总结,并提出建议。