在经济快速发展的今天,电力部门也在经济的影响下快速发展,电网建设在不断完善,电力传输系统需要不断地更新来满足智能化的需求。电力部门已经成为现代化社会的支柱行业,电能作为现代生活中不可或缺的资源,为各个产业提供了充足的能源,让各个环节得以顺利进行,使得电力部门的资源合理调配显得尤为重要。因此,电能供应的质量好坏、可靠性对国民经济稳定持续的发展具有重要意义。在这种情况下,超短期负荷预测愈发受到电力部门的重视,在电能充足的前提下,如何提高预测的精度成为了问题的关键。预测精度的提高有助于电力系统的安全维护,帮助调度人员有效分析旋转备用容量是否充足。从而在用电达到峰值状态时,做出合理的调配,实现水力发电和火力发电的协调,避免不必要的损失。本文的主要目的是对超短期电力负荷值进行有效预测。整篇文章以时间序列方法为基础,首先,对超短期负荷预测的国内外研究现状进行了详细的描述,以便对超短期负荷预测的发展水平有一个整体的把握;然后,对负荷预测的分类及特点进行了介绍,并延伸到超短期负荷预测,详细地阐述了对超短期负荷预测进行研究的科学意义及相应的作用,介绍了超短期负荷预测的特点以及它的意义;其次,在第三部分对AR、MA、ARMA及ARIMA模型的定义、基本性质及其方法性工具做了详细的介绍,并且表述了建模的具体步骤,分别是对时间序列平稳性的检验、时间序列平稳化的处理、模型定阶、模型的参数估计、模型优化等;在第四部分,依据前三章的理论基础,本文选取了比利时地区从2017年1月1日到1月5日每天24h以1h为间隔的共120组实时电力总负荷的数据,检验数据的平稳性,利用差分运算进行处理,使数据实现平稳化。在本文中对数据分别进行了一阶差分和二阶差分,然后分别建立模型,利用AIC准则从中选择更优模型对数据进行预测。选取出最优模型后,再对此后24h的24组实时电力总负荷数据作出超短期负荷预测,得到预测结果图;在第五部分,将预测结果与真实值对比,详细分析了预测结果与真实值之间的相对误差,以验证时间序列法在超短期负荷预测中的有效性及精度。