摘要

摘要

作为国民经济的基础行业，电力行业的发展对国家经济的稳定增长至关重要。

随着电力系统规模的不断扩大和电力市场化改革的深入推进，准确预测短期电力

负荷对于保障电网安全稳定运行、提高经济效益具有重要意义。短期电力负荷预

测是电力系统调度和运营的重要基础，而传统方法难以应对日益增长的预测精度

需求，而基于机器学习的预测方法凭借强大的数据挖掘和非线性拟合能力，逐渐

成为主流。本文提出了一种基于VMD-IBES-LSSVM的机器学