电力网的理论线损率是一个综合性的经济技术指标，不但能反映电网结构和运行方面的合理性，而且可以反映电力企业的技术和管理水平，能促使相关部门采取从内部挖潜，降低线损率。尽管国内外对电力网的理论线损计算方法做了大量的研究，取得了显著的成果，但对电力网理论线损预测方法的研究却很少。为积极响应中央提出建设节约型社会的方针，努力降低电能传输过程中的损耗，开展线损预测研究工作就变得十分重要了。 本文在分析研究国内外有关线损计算分析方法的基础上，利用人工神经网络(ANN)中BP网络的学习推理能力，提出一种综合方法来预测理论线损率。其主要工作如下： (1)建立了理论线损分析的神经网络预测模型，以供电局年各等级电压供电量、线路条数和长度、变压器台数和容量等作为输入，对应年的理论线损率作为输出，来组织BP神经网络的样本。并用MATLAB工具箱中的BP函数，进行样本的训练和测试，从而实现供电局年线损率的预测。 (2)针对线损率的神经网络模型无法预测系统未来几年电源分布及负荷的计量装置和方式按计划大幅度改变引起的线损率额外增减问题，论文结合A市电力公司的具体规划项目，对影响线损率的一些重要因素如远距离输电、厂电分离、过网电量、增添无功补偿装置、贸易结算电能计量装置改造、配变台区三相不平衡调整进行了单独的线损分析，并将相关项目造成的线损率升降指标用来修正神经网络的线损率预测结果，从而使供电局年线损率的预测结果更加符合实际。 (3)以A市电网的数据为例，首先结合常规负荷预测的单耗法和弹性系数法，来预测2006年A市电力公司和所属12个供电局的供电量；然后再用论文的神经网络方法来预测2006年12个供电局和电力公司的线损率；最后对影响线损率的主要规划项目进行定量线损分析，并将其用来修正神经网络预测结果。实际系统的仿真结果验证了本文模型的正确性，其预测结果也得到相关专业工程师的高度肯定。