中长期负荷特性研究旨在分析负荷的变化规律与发展趋势，是电力市场分析的重要环节。正确把握中长期负荷特性对于电力系统规划与运行等具有重要意义，因此有必要对负荷特性分析和预测方法展开研究。本文充分调研了负荷特性指标的定义及作用，并结合实例分析了区域电网的负荷特性现状。在全面总结负荷特性分析方法的基础上，将函数性数据分析方法引入负荷特性分析之中，从函数的视角分析了负荷特性指标随时间的动态变化规律，并利用函数性主成分分析实现了负荷特性差异的横向对比，为负荷特性分析提供了新的手段。考虑到最大负荷及负荷曲线是负荷特性分析中最重要和最广泛使用的指标，本文从二者出发展开了负荷特性预测方法的研究。首先针对传统支持向量机模型提出了改进方法，采用隶属度系数区分不同年份数据的重要程度，结合相关性分析来选择训练模型的输入变量，并利用粒子群算法同时优化模型参数和预测值，将支持向量机模型的外推预测转化内插求值，以此提高了最大负荷的预测精度。然后在适用于短期日负荷曲线预测的传统分形方法基础上提出了改进，设计“调整向量”来反映中长期电力负荷曲线的趋势变化信息，并利用“时序平移”思想来优化迭代初始点，从而将分形预测应用领域扩大至中长期负荷曲线预测。最后通过对实际电力系统进行预测验证了本文所提出改进模型的有效性。