通過(guò)研究電力負(fù)荷預(yù)測(cè)中支持向量機(jī)的參數(shù)優(yōu)化問(wèn)題，將改進(jìn)后新的粒子群算法導(dǎo)入支持向量機(jī)參數(shù)中，從而建立一種新的電力負(fù)荷預(yù)測(cè)模型（IPSO-SVM）。首先將支持向量機(jī)參數(shù)編碼為粒子初始位置向量，然后通過(guò)對(duì)粒子個(gè)體之間信息交流、協(xié)作的分析找到支持向量機(jī)的最優(yōu)參數(shù)，并針對(duì)標(biāo)準(zhǔn)粒子群算法的缺陷進(jìn)行一定的改進(jìn)，從而應(yīng)用于電力負(fù)荷的建模與預(yù)測(cè)，最后通過(guò)仿真對(duì)比實(shí)驗(yàn)來(lái)測(cè)試它的性能，、實(shí)驗(yàn)結(jié)果表明，這種新的電力負(fù)荷預(yù)測(cè)模型能夠獲得較高精度的電力負(fù)荷預(yù)測(cè)結(jié)果，大大減少了訓(xùn)練時(shí)間，能夠滿足電力負(fù)荷在線預(yù)測(cè)要求。
?