摘要：将极限学习机（ELM）方法引入电力系统短期负荷预测领域。该方法预测能力强，具有计算时间短、计算准确性高、全局搜索等显著特点。在运用ELM算法建立短期负荷预测模型过程中，采用归一化处理输入数据，使用主成分分析法选取计算样本，并由交互验证法确定最优主成分因子数和ELM隐含层节点数。实际算例表明，在于短期负荷预测的预测精度和运算时间方面，ELM方法较传统神经网络方法具有其独特的优势。

关键词：短期负荷预测 极限学习机 主成分分析法 交互验证法 

单位：长沙理工大学智能电网运行与控制湖南省重点实验室 湖南长沙410004 中机国际工程设计研究院有限责任公司 湖南长沙410021 邵阳学院 湖南邵阳422000