1、中長期電力負(fù)荷預(yù)測是電力系統(tǒng)規(guī)劃和電網(wǎng)安全運(yùn)行的重要內(nèi)容和基礎(chǔ)，電力負(fù)荷的變化受到很多因素制約，這些制約關(guān)系難以定性描述，它不僅受到地區(qū)GDP、產(chǎn)業(yè)結(jié)構(gòu)及人口總量等的影響，而且天氣變化、地區(qū)政策也會(huì)直接影響到電力負(fù)荷的預(yù)測結(jié)果。針對負(fù)荷影響因素的復(fù)雜性和不確定性，論文依據(jù)某地區(qū)1990-2009年全社會(huì)用電量及相關(guān)經(jīng)濟(jì)歷史數(shù)據(jù)，使用多種預(yù)測方法進(jìn)行預(yù)測，并與2010-2013年度用電量進(jìn)行誤差對比。最終建立基于灰色與神經(jīng)網(wǎng)絡(luò)的組合模型，

2、得到的預(yù)測誤差僅為0.3475％，實(shí)現(xiàn)對該地區(qū)的中長期電力負(fù)荷的最優(yōu)預(yù)測。
　　本文的主要工作如下：
　　1)闡述了中長期電力負(fù)荷預(yù)測的國內(nèi)外研究現(xiàn)狀，確定本文要選取的幾種預(yù)測方法：傳統(tǒng)預(yù)測方法中選擇多元線性回歸模型進(jìn)行分析（見第三章），現(xiàn)代預(yù)測方法中選擇灰色模型、神經(jīng)網(wǎng)絡(luò)模型以及組合模型進(jìn)行分析（見第四章）；
　　2)對傳統(tǒng)預(yù)測方法進(jìn)行研究，利用SPSS建立多元線性回歸模型，嶺回歸法編程嵌入SPSS來削弱多重共線性，

3、對比使用嶺回歸前后的預(yù)測誤差，改進(jìn)的多元線性回歸模型的誤差為7.826%，明顯削弱多重共線性；
　　3)深入研究現(xiàn)代預(yù)測方法，分別學(xué)習(xí)灰色GM(1,1)模型和BP神經(jīng)網(wǎng)絡(luò)模型。針對灰色GM(1,1)模型，選擇樣本長度為10年歷史負(fù)荷數(shù)據(jù)，得到的灰色模型預(yù)測誤差為1.335%；針對BP神經(jīng)網(wǎng)絡(luò)，確定隱含層的數(shù)目為4，建立4-4-1的神經(jīng)網(wǎng)絡(luò)模型，得到的預(yù)測誤差為0.652%；
　　4)學(xué)習(xí)組合預(yù)測模型如何建立，以及模型中權(quán)重的