雷电以其巨大的破坏力给人类社会带来惨重灾难，雷电灾害频繁发生，对国民经济造成的危害日趋严重。重庆位于北半球副热带内陆地区，春夏季节受本地形成的热力影响，易形成雷雨。同时重庆位于三峡库区核心地带，人口多，经济繁荣，是三峡库区最主要的城市，因此准确的预报雷电天气，对经济建设、保护人民生命财产安全具有十分重要的意义。本文选取重庆市的雷电发生情况为研究对象，使用最小二乘支持向量机(LS-SVM)的方法对重庆地区有无雷电进行预测。　　 最小二乘支持向量机(LS-SVM)基于结构风险最小化，能够较好的协调经验风险最小化和学习机器VC维间的关系。在模式识别、数据挖掘、军事、经济等各个场合都得到广泛的应用。本文首先分析了雷电产生的机理，根据雷电产生的机理，找出影响重庆地区雷电发生的主要属性因子，以及统计出这些属性因子数据，建立并完善三峡库区雷电监测网的雷电数据库。其次，分析了常用的自动分类算法，通过多种算法的比较，最终选择使用最小二乘支持向量机(LS-SVM)构建模型。然后详细介绍了支持向量机(SVM)和(LS-SVM)的理论，并构建了三峡库区雷电预测系统，通过界面的形式，直观的完成对算法的分析研究和对气象数据的更新，处理。最后与神经网络和标准SVM预测模型进行比较，结果显示LS-SVM预测模型具有更高的运算速度和准确率，基本满足雷电预测业务要求，并在此基础上开发了三峡库区雷电预测系统。