电力是社会正常运转的重要生产资料,与现代文明有着不可分割的重要联系。在国家安全、经济发展、社会安定、生活生产各方面,电力工业作为一项核心基础行业,起着举足轻重的作用。输变电设备是电网的重要组成部分,输变电设备的状态对于全网系统调配控制、全网正常运行、事故避免各方面具有重要价值。有功功率是输变电设备状态数据中的一项重要指标。有功功率反映了当前输变电设备提供电力的消耗和使用情况,与社会生产、经济发展和人民生活息息相关,能够体现社会对电力生产资料的需求。有功功率指标具有重要的实际意义,能够反映有功功率变化趋势的预测技术,是电网系统发展的热点方向之一。本文设计并实现了一种基于SVM的输变电设备有功功率短期预测的系统。该系统能够将能量管理系统的相关数据构造成SVM模型的特征向量数据集,用于SVM模型的训练,对模型进行核函数选取和参数调优等优化工作以提升模型的回归预测准确度,并使用Spark并行化参数调优的工作以加速参数寻优的过程,对未来时间节点的有功功率数值做出预测,帮助电网工作人员更好地对输变电设备以及所属电网实时控制,进行运行计划和发展规划,对实现电力系统安全和经济运行起着重要作用。本文首先介绍了背景理论和相关技术。然后从有功功率的短期预测目标出发,阐述了系统的功能性需求和非功能性需求。对于系统的几个关键问题:SVM模型的输入特征向量设计、SVM模型的核函数选择、SVM模型的参数优化、以及参数优化的并行化加速问题,本文进行了研究,进而给出了解决方案。在此基础上给出了系统的总体设计,包括系统的整体模块架构,整体工作流程,模块间交互以及接口,并给出了模块交互序列图,然后详细介绍系统核心模块的设计与实现。最后,对基于SVM的输变电设备有功功率短期预测的系统进行了整体的部署和测试工作,对系统的主要功能模块设计相关的测试用例并得出测试结果,使得系统的正确性和可靠性得以验证。在论文的结尾,对整个系统的设计和实现过程进行总结,并对后续工作提出改进建议。