摘要：提出了一种新的电力系统短期负荷预测混合模型，该模型将经验模态分解（EMD）、支持向量机与BP型神经网络有机结合在一起，充分利用了各方法的特点。利用经验模态分解将负荷序列分解成若干序列，根据各序列的变化特点，在考虑温度影响因素的基础上构建不同的支持向量机模型，然后利用BP网络进行非线性重构得到最终预测结果。仿真结果表明基于该方法的电力系统短期负荷预测具有较高的精度。

关键词：短期负荷预测 经验模态分解 支持向量机 神经网络 本征模态函数 

单位：吉林供电公司 吉林吉林132012 含山供电公司 安徽含山238100