电力负荷预测对电力系统的经济、安全运行有着重要的意义。随着电力行业逐渐走向市场,人们对负荷预测的精度越来越关注。负荷预测领域涌现出了一大批很有效的预测模型,但同时也存在着诸如实际应用中不能满足经典模型的前提假设,模型参数物理意义不明确等一些问题。本文首先基于电力负荷变化的特点以以气温气象因素与社会经济发展相关因素为重点,通过传统的多元线性回归模型、主成分分析法、聚类分析法等进行了电力负荷需求预测,从拟合效果来看,各回归方程的拟合效果都较为理想。鉴于未考虑时间序列的非平稳性所得到的拟合方程可能出现“伪回归”,不具备准确预测的能力。因此,本文引入协整理论与误差修正模型,探讨如何解决伪回归的问题。同时考虑到在用电量预测过程中,地区的产业结构发生变化将导致地区用电量发生变化,使得用电量时间序列可能发生结构突变,若采用单一协整关系进行预测,会造成较大的预测误差,而通常采用的将突变数据剔除或进行平滑处理的做法又可能造成有用信息的丢失;传统的结构突变理论要求事先获知一些重大波动的信息,并且需要事先根据图形和经验信息选择模型结构。内外生方法的检验势均不理想,内生结构突变点的检验结论比外生的结论要显著,然而,它可能有偏地决定最显著的结构突变点。因此,本文引入了参数变结构协整理论与GMDH自动搜索结构突变方法相结合的方法,建立了参数变结构协整模型,并应用于实际电力系统负荷预测。阐释了模型的经济学含义,并从长期、短期两个角度分析模型的解释能力。最后,本文基于协整检验与GMDH理论讨论了电力系统中长期负荷组合预测方法,建立了相应的模型,并进行了实证分析,获得了满意的结果。