电力负荷预测因为其能保持发电量调度的重要性,已广泛应用于预测未来的电力需求之中,并已成为电力市场的主要研究内容之一。电力负荷预测是提供有效电力供应的一个重要组成部分,它在智能电源中扮演着重要的角色,以应对日益增长的电力需求或规划。由于电力负荷预测与电力资源分配息息相关,影响着现代生活中每一个人的日常生活。如今的学者们已经着手电气火车,电动汽车,电动公共汽车等电气化车辆的研究。因此,应该有效的管理这个充满价值的组成成分以避免功率的耗散,并通过高效的方式将电力传递给最终客户。目前,已有多种方法用于电力负荷预测中,并取得了较好的效果。本文研究了核偏最小二乘回归算法,其利用高斯核和多项式核,可以将原始特征映射到高维的核特征空间之中,实现较好的预测精度。将其应用于三个不同地区的实测电力负荷数据中,并将其预测结果与主成分分析-支持向量回归,核主成分分析和核主成分回归等方法进行了比较,以验证所提出方法的有效性。