摘要：城市燃气管网短期负荷预测对燃气调度系统的安全与稳定具有重要意义。为了提高城市燃气管网短期负荷预测精度,建立了基于经验模态分解（EMD）-相空间重构（PSR）-最小二乘支持向量机（LSSVM）的组合预测模型,首先,运用EMD算法把原始非线性时间序列分解为互不耦合的模态分量,并采用PSR算法确定LSSVM建模中各个分量的输入输出结构;其次,运用PSO算法对LSSVM建模中的参数进行优化,使用训练好的LSSVM模型对各个IMF分量进行回归预测;最后运用该组合模型对郑州市燃气管网负荷进行短期预测。结果表明：与LSSVM回归预测和BP神经网络预测模型相比,本文提出的组合模型的预测精度更高,是一种更为有效的城市燃气管网短期负荷预测方法。

关键词：燃气管网 短期负荷预测 经验模态分解 相空间重构 最小二乘支持向量机 

单位：中国地质大学(武汉)经济管理学院 武汉430074 合肥工业大学管理学院 合肥230009