摘要：准确的短期电力负荷预测是电力系统安全经济运行的重要依据.针对短期负荷影响因素的非线性特性,研究了基于最小二乘支持向量回归机（LSSVR）的短期负荷预测方法.鉴于LSSVR算法参数选取的难点,提出了云进化算法优化LSSVR的短期电力负荷预测模型（CBEA_LSSVR）.CBEA_LSSVR利用云模型实现LSSVR的参数优化,优化后的模型能够预测下一时刻的电力负荷值.仿真结果表明,与其他进化算法相比,云进化算法优化LSSVR模型具有更高的预测精度和鲁棒性.

关键词：最小二乘支持向量机 云模型 人工智能技术 遗传算法 进化算法 

单位：安徽工业大学电气信息学院 安徽马鞍山243000 罗克韦尔自动化(中国)有限公司 上海200233