随着我国电力市场改革的进一步推进,电力价格的产生方式产生了质的变化——由原先的计划审批变成现在的竞争产生。电价随着需求而变化,又反过来影响需求,其作为生产消费调节杠杆的作用更加明显。在电力市场当中,电能交易最终通过电价来结算,发、供、用电单位的效益好坏与电价高低息息相关,提前知道电价信息对于市场参与的各方都意义重大。在准确预测电价的前提下,发电商可以提前安排生产计划、制定合理的报价策略,在电力交易中获利;宏观调控部门可以根据未来一段时间的电价及其波动情况进行宏观调控,监控电力市场的运营,并及时发现和解决电力市场中存在的问题;规划部门可以参照长期电价的预测情况制定调度计划,制定电源、输电线路的建设计划,如此等等。要准确的预测电价,必须了解电价的形成和特点。就目前应用较多的市场出清电价来说,采用竞价边际机组的报价作为市场价格。市场出清价格具有波动大,周期性复杂等特点。其主要的影响因素有历史电价、负荷需求、发电商报价策略以及时段因素等。工欲善其事,必先利其器。要准确的预测好电价,必须要有一个有效的预测工具。支持向量机便是我们要寻找的预测“利器”。本文探讨了支持向量机的结构风险最小化特征,并对支持向量机的理论和模型进行了介绍,采用数据挖掘理论与支持向量机结合,构造出预测模型对电价进行预测,结果证明此方法是较为理想的。在此基础之上,本文结合了遗传算法和数据分析技术,实现了支持向量机的自适应调整,结果证明此方法使得预测精度有了进一步的提高。本文最后对支持向量机和电价预测进一步的研究方向进行了展望。