摘要：短期负荷预测（short-term load forcastings，STLF）对电力系统的经济和安全运行有着重要的作用。为提高短期负荷预测的精度，根据短期负荷的基本特性，提出了一种将相空间重构理论（phase spacereconstruction space，PSRT）与Elman神经网络相结合的短期负荷多步预测模型。首先利用PSRT重构相空间的吸引子，然后用Elman神经网络来拟合相空间吸引子的多步演化，其中利用空间欧氏距离来选取Elman网络的输入样本。通过对广西电网短期负荷预测的分析表明，该多步预测方法是有效可行的。

关键词：相空间重构 混沌时间序列 短期负荷预测 elman神经网络 欧氏距离 

单位：广西大学电气工程学院; 南宁530004; 广西电力试验研究院有限公司; 南宁530023