准确的电力需求预测对于合理的电力规划管理有着非常重要的意义。为了实现电力需求的准确预测，本文提出一种基于遗传支持向量回归算法(G-SVR)的城市进程中电力需求预测方法。由于径向基核函数的核参数σ、惩罚参数C以及不敏感损失参数ε的取值对支持向量回归模型预测效果有着一定的影响，为了获取具有较高预测性能的支持向量回归模型，则需得到较优的C、σ、ε参数组合。因此，遗传支持向量回归算法中采用遗传算法对支持向量回归算法的训练参数进行优化。以我国北方某地区2003年第4季度至2008年第4季度用电量需求数据进行实验分析。从实验结果可以看出，基于遗传支持向量回归算法比传统的支持向量回归算法有着更高的用电量需求预测精度。因此，遗传支持向量回归算法在用电量需求预测中有着较好的应用前景。