负荷预测是电力系统安全、经济运行的基础，为了得到更加安全和经济电力系统，要依靠一个精准的负荷预测方法，所以，负荷预测的关键点是提高负荷预测方法的精度。除此之外，从一个发展的角度来看，负荷预测法也是电力市场开发的先决条件，所以，负荷预测法拥有重要的理论和实际研究价值。　　本文介绍了负荷预测的分类和常用的空间负荷预测方法，传统的空间负荷预测方法主观因素有很大的影响，预测往往不可避免随机性和模糊性，并且由于现有的数据资料不够全面，所以传统的空间负荷方法不能得到准确的结果。本文使用了一种基于元胞自动机的改进空间负荷预测方法，基于这种方法，可以模拟规划用地的转换过程，预测区域未来的负荷类型，并且利用云理论來训练转换规则，将转换规则的模糊性以及不确定性完全融为一体，有效解决了转换规则难以获取这一问题，通过这种方法可以得到较为准确的负荷预测结果。　　本文通过渭北工业园区的负荷预测来验证改进负荷预测方法，此工业园区为新建区域，缺乏足够的历史数据，传统的方法难以进行预测，但可以获得此园区的用地规划类型和大用户信息，因此建立基于Cloud-CA理论的电力负荷空间分布预测模型，选取该区域一定数目的元胞样本，建立符合密度指标，最终可以得到较为准确的渭北工业园区2030年的负荷预测结果。　　通过负荷预测将电网进行优化，并且验证优化后电网的稳定性，经验证后可知负荷预测优化后的电网网架潮流分布均匀合理，无明显重载线路，短路电流及各节点电压均在合理范围之内，规划网架科学合理。　　本文的改进负荷预测法与传统的方法相比可以减少预测的主观性，可以减少预测当中的不确定因素，提高预测的准确性。