1.公变台区需求响应成效预测模型构建方法，其特征在于，包括以下步骤：

步骤1、结合历史需求响应开展情况，分析影响需求响应效果的因素，确定改进PSO‑SVM需求响应效果预测模型的输入量和输出量；

步骤2、基于改进PSO算法和SVR模型搭建改进PSO‑SVR需求响应效果预测模型；

步骤3、向改进PSO‑SVR需求响应效果预测模型输入训练数据进行参数寻优，确定最优的惩罚函数和最优核参数；

步骤4、构建最优改进PSO‑SVR需求响应效果预测模型并进行训练和预测：基于最优的惩罚函数和最优核参数，构建最优改进PSO‑SVR需求响应效果预测模型，并使用历史数据对最优改进PSO‑SVR需求响应效果预测模型进行训练；向训练后的最优改进PSO‑SVR需求响应效果预测模型输入用户需预测的数据，最优改进PSO‑SVR需求响应效果预测模型输出预测结果。

2.根据权利要求1所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤

2中的改进PSO算法为：

式中， 、 为学习因子； 、 为0到1之间相互独立的随机值； 为惯性权重因子，通常为非负常数； 表示第 个粒子下一时刻的速度； 表示第 个粒子当前时刻的速度； 为当前粒子最优最优解； 为种群最优解； 为自然常数， 为当前迭代次数，为最大迭代次数， 代表第 个粒子的位置。

3.根据权利要求2所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤

2中所述SVR模型选用核函数为径向基核函数：

式中 为两个特征向量之间的平方的欧几里得距离， 为输入特征向

量， 为核参数中心值， 为径向基核函数， 为核参数；

SVR模型的损失度函数公式如下：

式中， 和 是超平面的参数，为偏差常量， 是 的超平面，T表示矩阵转置；

所述SVR模型如下所示：

式中， 为第 个第一容忍因子， 为第 个第二容忍因子，n为样本数量， 为惩罚函数。

4.根据权利要求1所述的公变台区需求响应成效预测模型构建方法，其特征在于，所述输入量为温度、湿度、风速、日期属性、活动开展时长、节电量补贴单价、活动推广方式、需求响应活动参与率、居民用户多时段负荷特征量、用户用电行为特征量；所述输出量为用户需求响应节电量。

5.根据权利要求2所述的公变台区需求响应成效预测模型构建方法，其特征在于，步骤

3具体过程如下：

步骤3.1，设置寻优问题数量、惩罚函数和核参数的取值范围、最大迭代次数，完成改进PSO‑SVR需求响应效果预测模型初始化，输入量为温度、湿度、风速、日期属性、活动开展时长、节电量补贴单价、活动推广方式、需求响应活动参与率、居民用户多时段负荷特征量、用户用电行为特征量；输出量选取为用户需求响应节电量；

步骤3.2，数据集拆分：将全部需求响应数据拆分为测试数据集、训练数据集；

步骤3.3，输入训练数据集对改进PSO‑SVR需求响应效果预测模型进行训练；

步骤3.4，对步骤3.3中训练完成的改进PSO‑SVR需求响应效果预测模型，输入测试数据2

集对改进PSO‑SVR需求响应效果预测模型进行验证；采用决定系数R作为改进PSO‑SVR需求响应效果预测模型评价指标，式中， 为第i个预测值， 为第i个实际值， 为实际值均值，记录本次迭代决定系数对应的惩罚函数和核参数；

步骤3.5，采用公式（1）更新更新粒子位置，并重复执行训练步骤3.3‑步骤3.4；

步骤3.6，判断；若满足终止条件，转步骤3.7，不满足转步骤3.3；

步骤3.7，根据不同核参数和惩罚函数下决定系数，选取最优决定系数对应的惩罚函数和最优核参数作为最优改进PSO‑SVR需求响应效果预测模型的参数。

6.一种公变台区需求响应成效预测装置，包括用电数据导入模块(210)、外部信息采集模块(220)、历史需求响应导入模块(230)、需求响应方案导入模块(240)、指标计算模块(250)、训练模块(260)、预测模块(270)，所述用电数据导入模块(210)导入用户的历史用电数据，用于计算用户的用电特征；外部信息采集模块(220)收集需求开展日的温度、湿度、风速、日期类型；历史需求响应导入模块(230)负责导入用户历史需求响应数据；需求响应方案导入模块(240)用于导入各次需求响应的方案数据；指标计算模块(250)基于用电数据导入模块(210)、外部信息采集模块(220)、历史需求响应导入模块(230)、需求响应方案导入模块(240)中的数据，计算各输入指标的值；训练模块(260)用于参数寻优、构建最优的改进PSO‑SVR需求响应效果预测模型；预测模块(270)用于对用户需求响应效果进行预测；所述改进PSO‑SVR需求响应效果预测模型依权利要求1所述方法构建。

7.一种用于实现公变台区需求响应成效预测的电子设备，包括处理器(310)、存储器(320)、输入装置(330)和输出装置(340)，处理器(310)负责对输入装置(310)的数据计算各输入量的值；负责进行改进PSO‑SVR需求响应效果预测模型的训练、测试、参数寻优，并保存至存储器(320)中，存储器(320)负责所有数据的存储；输入装置(330)负责从需求响应系统、营销业务系统、用电信息采集系统中导入需求响应历史数据、用电数据、外部数据；输出装置(340)负责输出最终的预测数据，所述改进PSO‑SVR需求响应效果预测模型依权利要求

1所述方法构建。