地区电网负荷预测按照周期时间长短分为长期负荷预测、中期负荷预测和短期负荷预测。相比而言短期负荷预测对地区电网调度控制部门合理安排电网运行方式、运行计划等起着关键性的作用。从大的方面说，对提高地区电网的供电质量，保证电网系统的安全、可靠、经济运行，降低整个电网系统的运行成本，实现发电侧的节能降耗。　　本文首先从研究地区电网系统中的用电组成负荷特性，从一年中用电负荷周期变化到一个月期间的变化特点进行了分析;从用电负荷一周的变化情况到每一天的变化情况都进行了详细分析。对于环境温度这一对用电负荷变化起到关键作用的参数进行了深入研究，根据从地区电网调度部门获取的电网负荷样本数据进行了筛选。随后简单介绍神经网络理论，选取BP学习算法的预测模型进行负荷预测。介绍了近年来比较流行粒子群算法(PSO)，采用PSO算法能够不断迭代寻优，从而获得最佳的权值和阈值的特点对BP学习算法预测负荷模型进行优化处理，使得对地区电网负荷的预测取得了很好的效果。