基于复Ｍｏｒｌｅｔ小波ＳＶＭ的负荷预测 陈维荣1,　郑永康1,　戴朝华1,　王维博2 (1.西南交通大学电气工程学院,四川成都610031;2.西南交通大学信息科学与技术学院,四川成都 610031) 摘　要:为提高预测精度和克服支持向量机(ＳＶＭ)凭经验选择参数的不足,针对小波擅长信号细微特征提取和 云遗传算法(ＣＧＡ)良好的全局寻优能力,构建了以复Ｍｏｒｌｅｔ小波为核函数、以ＣＧＡ为参数优化算法的ＳＶＭ——— 基于ＣＧＡ的复Ｍｏｒｌｅｔ小波ＳＶＭ(ＣＧＡ-ＣＭＷ-ＳＶＭ).针对短期负荷预测,为降低系统复杂性,克服负荷数据信息 不完备、不精确的问题,仅仅利用了负荷的历史数据而不考虑气象和节假