摘要：支持向量机已成功地应用于短期负荷预测领域，但其学习和泛化能力取决于参数的有效选取。为进一步提高预测精度，针对目前支持向量机参数选取方法的人为盲目性等缺点，在分析各个参数对其预测性能的影响的基础上，将混沌优化技术应用于参数的选取过程。对组合优化问题建立目标函数，采用一种改进的变尺度混沌优化算法来搜索全局最优值，从而得到最优的参数组合。通过湖南某地区电网日负荷预测的仿真结果表明，该方法与常规方法相比，显著地降低了模型的建模误差和预测误差，具有更好的性能。

关键词：短期负荷预测 支持向量机 参数选取 混沌优化算法 组合优化 

单位：湖南大学电气与信息工程学院 长沙410082