电力系统短期负荷预测对电力系统可靠、安全、经济运行具有重要作用，它是电力系统调度运营部门的一项重要工作，也是电力市场技术支持系统的重要组成部分。它涉及到电力系统的调度运行和生产计划，准确的负荷预测有助于提高系统的安全性和稳定性，能够减少发电成本。随着电力市场的建立和发展，短期负荷预测已成为电力系统管理现代化的重要内容之一。近年来，国内电力生产运行部门，尤其是自动发电控制(AGC)的运行和实现动态经济调度都对超短期负荷预测，即预测未来几分钟至一小时的负荷数据产生迫切的要求。从长远来看，它也是电力市场的所需信息。可见，研究和开发超短期负荷预报具有重要意义和实用价值。而研究短期负荷预测理论与算法并开发高效实用的负荷预测系统已成为十分重要的课题。本文主要针对电力系统超短期负荷的预测算法及其应用软件系统的设计和开发进行了初步研究。作为EMS的一个重要模块，超短期负荷预测日益受到关注。论文介绍了电力系统负荷的组成、特点、分类，接着分析了影响负荷预测准确性的因素及数据预处理方法和误差计算方法，在研究比较了各种常用短期负荷预测方法的优缺点的基础上，以太原地区历史负荷数据为背景，提出了两个预测模型——BP神经网络预测模型和小波神经网络(WNN)预测模型，利用它们进行超短期负荷预测工作。应用Matlab7.0软件，我们建立了一个3层神经网络模型，并在其学习和训练过程中引进BP算法来修正网络权重，实现负荷预测。小波神经网络是用小波函数代替神经网络中的Sigmoid函数，通过利用小波变换理论里多分辨率分析的Mallat算法实现对负荷序列的分解和重构。选择合适的小波基和尺度函数，可以将负荷序列分解成一个低频分量和多个高频分量，对各分量分别建立BP神经网络预测模型，最后叠加各分量预测结果得到最终的负荷预测值。典型算例表明该算法具有辨识精度高、泛化能力强、训练简单和通用性强的优势，能够满足实际应用的要求。随着电力系统信息化进程的深入与发展，电力企业信息系统的开发与应用正逐渐成为行业的热点。针对电网相关部门的实际需要，本文开发了一套基于Web的短期电力负荷预测管理系统。该系统集成于地区电网的调度自动化系统，具有较好的实时性、经济性和实用性。由于电力网络日趋复杂，传统的C／S模式暴露了其工作效率低、管理不完善、维护困难和费用高的一面，而电力系统一体化的生产、管理、调度和指挥，以及信息化、公开化和数据共享显得非常重要。因此本文采用浏览器／服务器(B／S)分布式结构，以安全、高效的MSSQL Server作为后台数据库，选用面向对象的可视化的C#语言开发核心程序和系统界面。在软件设计过程中充分体现了.NET的特性和优势，通过搭建一个信息服务平台，为电力调度可视化图形数据的网络发布提供了一种解决方案，实现了负荷预测、分析统计、数据查询、考核和打印、调度信息管理等功能。该设计具有良好的开放性、互联性和可扩充性，可望提高电力企业的运行效率和管理水平。