电力负荷预测是电力系统规划的重要工作之一,准确的负荷预测是提高电力系统经济效益和社会效益的保证。本文致力于对负荷预测结果决策的研究,在对层次分析法决策理论进行深入的研究后,将改进的层次分析法用于中长期负荷预测的结果决策。本文首先对层次分析法决策理论的基本原理和特点进行详细的介绍,对其在电力系统中的发电侧技术、输配电系统规划及运行和电力负荷预测等几个方面的应用进行综述。并根据其能够把定性信息利用标度法和判断矩阵进行量化的优势,指出该理论在电力系统的规划、运行和电力企业评估等方面有良好的应用前景。针对传统层次分析法的不足,本文对改进的层次分析法的特点、原理、一致判断矩阵和权重求解方法等问题进行深入的研究,并参照负荷预测相关规定和负荷资料的收集,对影响负荷发展的各种定性定量因素进行综合分析。据此针对某一地区的特点,建立了负荷预测递阶层次结构模型。算例表明,利用层次分析法对中长期负荷预测的结果进行决策,可以提高负荷预测的精度。由于负荷曲线类的预测方法研究并不多见,而负荷曲线预测无论在电力系统规划中还是在电力市场中都是极其重要的。本文提出了一种基于最短距离聚类与关联度分析的典型日选取新方法,该方法分析了日负荷曲线形状以及负荷特性,通过最短距离法的聚类分析找出畸变天并去除其影响,通过分析计算各日与基准天的关联度找出典型日,针对我国电力部门所积累的基础数据,在预测典型日负荷曲线指标时采用了改进的层次分析法,在建模时引进了灰色系统的思想,对原始数据作了生成处理,建立了一个求解二次规划的数学模型,所建立数学模型物理意义明确、表达方式简捷,通过实例计算表明算法的有效性。