利用傳統(tǒng)方法預(yù)測(cè)母線負(fù)荷時(shí)，通常選取離待測(cè)日相近的一段時(shí)間作為歷史相似日進(jìn)行模型訓(xùn)練，沒有考慮其天氣情況、星期類型、節(jié)假日等因素的影響，相似日與待測(cè)日特征相差較大。為解決以上問題，提出一種基于層次聚類（ HC）和極限學(xué)習(xí)機(jī)（ELM）的母線負(fù)荷預(yù)測(cè)算法。首先使用層次聚類法將母線歷史日負(fù)荷進(jìn)行聚類，然后對(duì)層次聚類得出的聚類結(jié)果建立決策樹，其次根據(jù)待測(cè)日的溫度、濕度、星期和節(jié)假日類型等日屬性在決策樹中匹配出訓(xùn)練極限學(xué)習(xí)機(jī)預(yù)測(cè)模型的歷史日負(fù)荷，最后建立極限學(xué)習(xí)機(jī)預(yù)測(cè)模型，對(duì)待測(cè)日母線日負(fù)荷進(jìn)行預(yù)測(cè)。對(duì)兩條不同母線的負(fù)荷進(jìn)行了預(yù)測(cè)，與傳統(tǒng)單一的極限學(xué)習(xí)機(jī)相比，所提算法的平均絕對(duì)百分比誤差（ MAPE）分別降低了1.4和0.8個(gè)百分點(diǎn)。實(shí)驗(yàn)結(jié)果表明，所提算法預(yù)測(cè)母線負(fù)荷具有更高的預(yù)測(cè)精度和穩(wěn)定性。

　　母線負(fù)荷可以定義為由變電站的主變壓器供給一個(gè)相對(duì)較小的供電區(qū)域的終端負(fù)荷的總和，是系統(tǒng)負(fù)荷的細(xì)化。對(duì)母線負(fù)荷的精確預(yù)測(cè)是改善電網(wǎng)安全性、穩(wěn)定性和經(jīng)濟(jì)性，提高用電質(zhì)量的重要保證。母線負(fù)荷不同于系統(tǒng)負(fù)荷，它具有以下特點(diǎn)：母線負(fù)荷易受氣象因素變化影響，如氣溫的突然升高和降低，將引起居民用電特別是空調(diào)負(fù)荷的劇烈變化，大面積降雨后會(huì)引起排漬負(fù)荷的突然增加；電網(wǎng)系統(tǒng)中母線數(shù)目眾多、量大面廣、負(fù)荷基數(shù)小，波動(dòng)性大，不同母線之間負(fù)荷差異較大，難以人工逐一深入分析。因此，對(duì)母線負(fù)荷進(jìn)行精準(zhǔn)的預(yù)測(cè)具有較高的難度。