电力工业是我国最基础的能源工业之一,也是我国的经济命脉。我国的经济发展、国家安全、社会稳定和人民生活品质的提高都离不开安全的电力供应。经济要发展,电力需先行是各国一贯的电力政策。随着我国经济的迅猛发展,虽然近些年电力体制改革得到了不断的深化与完善,但是电力工业的发展速度却没能跟上我国经济的发展速度,其主要受1998年以来的电力建设松懈思潮的影响,即三年不上火电的政策。1998年电力开工项目1021万千瓦,1999年和2000年,更是连续两年只有600万千瓦的电力项目。而2000年后中国进入了新一轮的经济建设高峰期,GDP以每年10％左右的速度增长。致使电力供应不足,电荒问题越来越严重。这已经严重影响到了我国的经济发展。中长期电力负荷预测是解决这一问题的良好方法之一。　　长期以来,国内外学者对中长期电力负荷预测进行了较为深入的探索,也形成了一系列行之有效的预测方法。然而电力系统是一个极其复杂的系统,电力负荷受多种因素的影响,各种影响因素之间的关系错综复杂,同一影响因素在不同的地域影响程度往往是不一样的,分析现有的预测方法发现,这些方法中很少有针对寒冷地区进行研究。为科学反映我国不同区域的社会经济发展状况,完善电力工业对经济发展的前瞻性,本文以黑龙江省为例对东北三省寒冷地区中长期电力负荷预测进行研究。　　为此,首先研究了寒冷地区中长期电力负荷的影响因素,利用计量经济学方法选取一般宏观经济、东北气温、东北生活情况、东北地区产业特点等四个方面的指标。并通过最小二乘回归模型和误差修正模型计算了这些影响因素对电力负荷的影响程度。深入研究了节能减排政策对电力负荷的影响,通过实证数据研究了节能减排对第二产业占比,能源消耗总量,集中供热总量和单位面积供热量等四个寒冷地区中长期电力负荷影响因素的作用机理,构建了节能减排背景下寒冷地区中长期电力负荷的影响机理模型。并在此基础上，对黑龙江省“十二五”期间中长期电力负荷的六个影响因素进行了预测。　　在保留普通支持向量机全局最优、结构简单、推广能力强等优点的基础上，通过引入主成分分析来对输入变量进行降维,通过引入离子群算法来实现支持向量机的参数择优,并在电力负荷预测机理研究的基础上，构建了基于机理研究的离子群优化支持向量机模型,并以此模型来进行寒冷地区中长期电力负荷的预测。　　在构建基于机理研究的离子群优化支持向量机模型的基础上，针对以往电力负荷预测模型评价算法的不足,通过引入预测精确性指标、预测平稳性指标、训练样本数指标、预测方法复杂程度指标、预测方法通用性指标和输入变量个数指标共六个指标,构建了电力负荷预测方法的综合评价体系,以此为依据来判断预测模型的优良性。以综合评价体系为依据,利用东北三省的数据对寒冷地区中长期电力负荷进行了实证研究,检验了论文中提出的理论模型及相关内容,研究表明基于机理研究的粒子群优化支持向量机模型可以有效地进行寒冷地区中长期电力负荷预测。　　论文在最后根据前述研究结果,应用基于机理研究的粒子群优化支持向量机模型对黑龙江省“十二五规划”期间的电力负荷进行了预测。同时结合本研究的相关结论,为我国寒冷地区中长期电力负荷预测提出了相关的战略对策,同时在结论部分也指出了关于寒冷地区中长期电力负荷预测有待进一步深入探讨的问题。