准确可靠的短期负荷预测是电力系统安全经济运行的基础，已逐步发展成为电力系统自动化领域中的重要研究方向之一。电力系统是一个强非线性、参数时变不确切可知、含有大量未建模动态特性的大系统。随着其发展的日趋复杂化，各种传统的负荷预测技术已经越来越难以满足电力部门的要求，实际工作要求开发出具有较高预测精度和智能水平的预测系统。 本文所指的短期负荷预测主要是在集控中心应用较多的日负荷曲线的预测。电力系统的生产、系统内各机组带负荷的位置、系统调峰容量是否足够以及互联系统错峰效益等等，都取决于日负荷曲线的形状。对于这一课题的研究，不仅需要在理论上对传统预测技术有所创新，而且具有非常大的实际应用价值。 在说明负荷预测工作必要性的基础上，本文首先对比总结了各种传统的以及智能化的负荷预测技术，并对各种预测技术的发展进行了综述，展望了今后的发展方向。接着沿着同类型日负荷变化趋势的思路，设计了多种短期负荷预测方法。为计及气象因素对负荷的影响，又补充了神经网络法。单一方法具有不同的特点，能达到较高的精度，但也存在着对特殊事件适应能力弱的缺点。为克服这一缺点，提高预测精度，通过虚拟预测得到各种方法的权重，构造综合模型。试验结果表明，这种方法的预测能力有所改善。 本文研究的另一重点是开发实用化的预测软件包。基于Browser/Server(B/S)结构和Java2EnterpriseEdition(J2EE)技术设计实现了智能化预测系统的用户界面。预测过程简洁直观，开发出的应用程序的运行速度较快，数据库结构完善，界面友好，功能完备。这一预测软件已经在东莞供电局信息部试用。