摘要：支持向量机SVM（supportvectormachine）方法的合理参数选择对提高回归结果的准确性有重要作用。该文采用基于支持向量机短期负荷预测的参数选择方法，用遗传算法对参数种群进行编码、交叉、复制和变异，求得最优参数和最优核函数。将该算法应用于电力系统短期负荷预测中，应用了筛选和不筛选特征值两种方案对历史数据进行了预测。算例证明，无论是应用筛选特征值方案还是不筛选特征值方案，参数选择对预测精度提高都具有重要作用。

关键词：支持向量机 参数选择 核函数选择 负荷预测 遗传算法 

单位：上海交通大学电气工程系 上海200240 上海电力公司青浦供电公司 上海201700