摘要：介绍正交信号修正法的基本思想并详细推导该算法的实现步骤，将一种改进后的正交信号修正法（orthogonal signal correction，OSC）与偏最小二乘法（partial least squaremethod，PLS）相结合，对原始数据通过OSC消除正交分量，利用PLS建立中长期负荷预测模型。该方法能有效地去除自变量系统中与因变量无关的正交数据信息，增强自变量、因变量之间的相关性，在有限的成分中提高成分解释能力。通过算例将PLS与OSC-PLS进行比较分析，结果表明，运用OSC—PLS进行中长期负荷预测，尽管预测模型提取的成分个数变少了，但模型成分的解释性却大幅度增强，预测精度明显提高，具有较强的实用性。

关键词：负荷预测 正交信号修正法 偏最小二乘回归 成分提取 成分解释能力 

单位：湖南大学电气与信息工程学院 湖南省长沙市410082