摘要：为了提高电力系统短期负荷预测精度，提出一种基于改进极限学习机（MELM）的短期电力负荷预测模型。引入基于结构风险最小化理论，并结合最小二乘向量机回归学习方法，以克服传统极限学习机（ELM）在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明，改进模型的泛化性与预测精度均优于传统ELM和OS—ELM模型，可为短期电力负荷预测提供有效依据，具有一定的实用性。

关键词：短期负荷预测 极限学习机 结构风险 最小二乘支持向量机 

单位：轻工过程先进控制教育部重点实验室 江南大学物联网工程学院 江苏无锡214122