准确地实现小时负荷预测是实施优化控制和动态安全分析的前提。采用嵌入维最小二乘支持向量机（ELS-SVM）的方法进行建模和预测，对影响负荷的因素进行模糊化处理。采用了粒子群（PSO）优化算法解决ELS-SVM学习过程中多参数难以调整的问题。提出分段小批量学习和更新的在线学习方法，既降低了运算量又能有效地避免积累误差，从而提高预测精度。实验结果表明，该方法有效地将预测精度从2.1%提高到了1.29%。