关键词：电力系统 负荷 预测模型 

摘要：电力负荷最大值预测是电网企业调度工作的重要组成部分,其预测结果的准确度将对电能的配送、有效利用率、供电服务的质量以及电力系统的发展产生重要影响。以安徽某市81天的电力负荷最大值数据为基础,选取影响当天电力负荷最大值的10个因素,并采用核主成分分析(kernel principal component analysis,KPCA)算法将10维的影响因素降为5维,其累计贡献率可达93.70%。以降维后的5维数据为输入,以径向基函数为核函数,并采用交叉验证选择支持向量机(support vector machine,SVM)回归的最佳参数,随机选取54组数据训练SVM预测模型,最后进行27组数据的拟合预测,拟合预测的均方误差为0.0041,相关系数为0.9631。研究结果表明,应用KPCA结合的SVM预测模型对电力负荷最大值具有很好的预测能力。

发电技术杂志要求:

{1}本刊参考文献采用页下注释体例，参考文献和注释均置于当页地脚（脚注），每页编序码，序号用①②③标示。

{2}未采用的稿件一般不退，请作者自留底稿。本刊对来稿有删改权，不同意者请投稿时注明。

{3}文稿应具有先进性、科学性、实用性、可录制性。文稿应资料真实、数据准确、论点鲜明、结构严谨、文字精炼，书写工整规范，必要时应做统计学处理。

{4}基金项目格式：项目来源+项目编号。

{5}关键词是表述论文中心内容且具有实质意义的词汇，一般为3~8个，以分号分隔．尽量采用《汉语牛题词表》或各专业丰题词表提供的规范词。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社