由中国学者邓聚龙教授创立的灰色系统理论是一种研究少数据、贫信息的不确定性问题的新方法。其中的灰色预测模型具有所需数据少、预测精度高和无需先验信息的特点。但是,越来越多的研究表明,灰色预测模型中最为常用的GM(1,1)是一种有偏差的指数模型,有时不能得到良好的预测效果。基于此现状,本论文在深入研究分析灰色系统理论的基本概念、基本原理和基本方法的基础上,提出了三种改进的灰色预测模型方法,并结合具体应用实例进行预测分析,以进一步提高其预测精度、扩大适用范围。这包括如下几个方面:1)消除残差GM(1,1)的两个限制条件,使得对于任意的残差序列都能应用类似于残差GM(1,1)模型来精确化处理;2)针对GM(1,1)模型在数据序列增长过快或下降过快时出现精度不高的情况,采用序列算子进行改进,以提高预测精度;3)采用AGM(1,1)模型方法,通过修正GM(1,1)的待估参数来提高GM(1,1)模型的预测精度。此外,本论文还以Visual Studio.Net 2003和Access 2003为平台,完成了基于灰色系统理论的电力负荷预测仿真系统的设计与实现。所设计与实现的仿真系统旨在验证所改进预测模型的可行性和有效性,同时结合相关部门的实际工作要求为今后更方便直观的预测工作提供科学有力的技术支持。所开发的系统仿真预测某省未来几年的电力负荷量。结果表明:1)灰色预测模型简单便捷,能够为相关部门的决策提供科学的理论依据;2)所改进的灰色预测模型精度高、误差小;3)开发的基于灰色系统理论的电力负荷预测仿真系统稳定实用,可以为电力部门今后的此项预测工作提供有用的参考价值。