目前浙江省和宁波地区缺电形势严峻,电力需求侧管理被高度重视。各种电力负荷原始需求量是电力需求侧管理的依据,但很多需求量是不能直接观测的,例如各区县的夏季空调负荷,各区县按销售分类的各类用户负荷及其空调负荷等。为了用足用好有限的电力资源,提高电力需求侧管理的水平和效果,本文做了相关研究。根据当前电力需求侧管理现状以及面临的问题,本文对国内外先进的电力需求侧管理案例进行了的研究,找到解决问题的基本方法,从了解各类电力负荷的特征和各类电力负荷原始需求量作为突破口,利用2013年和2014年的调度数据、宁波各地区电量销售数据、负控数据和气象数据等,通过实际调研,对宁波地区的分区负荷、分温度段空调负荷以及宁海县的分类负荷构成进行分析,获得了2013、2014年各种原始负荷需求数据,通过对春夏季电力负荷、空调按时段、温度进行模型,形成负荷典型曲线和分温度段空调负荷典型曲线。本文在分类负荷构成分析中主要采用了统计推断、聚类分析、数据挖掘、人工智能等方法,数据预处理上,采用SQL Server2000建立数据仓库,在分析数据仓库中实现分析模型；在负荷预测中主要采用支持向量机及其相关理论,建立了基于支持向量机的夏季电力负荷短期预测模型,以此来参与支持向量机模型的训练。另外,本文还研究了电力负荷与气候的相关性以及电力与经济之间的相关性,为优化产业结构、负荷预测,充分发挥电力工业的社会经济作用提供决策参考。最后,根据研究结果进行了有序用电对策研究,利用构成分析结果形成负荷特征数据,给出了各区县有序用电方案制定建议和用电指标利用率考核奖惩方法。