技术特征：
技术总结
本发明配电变压器负载预测技术领域，具体涉及一种基于支持向量机的配变负载预测方法。本发明基于支持向量机算法，对配变历史数据进行训练，生成二分类的分类器，实现对配网重过载情况的预测，即重过载的发生频率达到阈值就判断为非正常，其余为正常，用以指导电网公司对配变设备的检修和运维策略。本发明在传统的训练数据集中，加入了配变重过载频率数据，用以判断重过载是偶发性的还是持续性的，使得数据的维度更加科学。另外，采用机器学习中应用最广泛、准确度最高的二分类算法支持向量机来训练预测模型，能够提高预测配变负载的准确度。
技术研发人员：高立克;梁朔;秦丽文;陈绍南;周杨珺;李珊;俞小勇;吴丽芳;欧阳健娜;陈千懿;李克文;欧世锋
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：2018.12.05
技术公布日：2019.04.16