提高电力系统短期负荷预测的精度具有重要的意义。尤其是在合理安排发电计划、降低发电成本、提高电力系统安全与稳定等方面。不少学者一直致力于研究如何提高预测精度。　　研究表明，负荷除具有内在的周期性外，还受到外在因素的影响，其中气象因素对其影响最为显著。因此，分析负荷的特性，研究气象因素对负荷的影响，并根据负荷特性建立合适的负荷预测模型是本文的主要内容。　　本文首先总结了负荷预测的特点和方法，阐述了其基本原则和数学模型，归纳了其国内外的研究现状。　　然后对负荷进行特性分析，根据负荷的周期性规律，进行年、月、日负荷特性分析；并对负荷按行业分类，进行行业特性分析。　　接着根据基础负荷分离法，分离出气象敏感负荷。并分析温度、湿度、降雨量、风速等气象因素与气象负荷的相关性，然后引入人体舒适度和主成分分析法，并利用其进行气象负荷特性分析。　　最后本文通过对支持向量机模型的研究分析，分别考虑气象因素独立作用、综合气象指标、主成分分析三种作用方式，并进行算例分析。通过对河南某地区2012年8月的电力负荷预测实例，结果证明利用基于主成分分析法分析气象因素的方式最有效。