随着互联网技术的发展与社会大数据的逐渐成型,网络中出现越来越多的数据可用于电力系统分析,并为空间负荷预测提供有效的决策信息。用户用电行为的多样化趋势使其用电负荷特性的差异化明显,这是由用户本身与各式各样的外界因素共同导致的。所以,有必要对各种影响用电负荷的潜在关联因素进行辨识,为后续的负荷预测打下基础。由于城市的开发建设是多阶段的,如何使空间负荷预测过程与城市发展阶段相适配,是一个亟待解决的问题。因此,本文针对配网用户用电的关联因素辨识与空间负荷预测进行探讨与研究。首先,本文提出了适应用户差异化用电特性的用电关联因素辨识方法。提出绝对互信息度、相对互信息度、综合互信息度的概念,建立了基于综合互信息度的用户用电关联因素辨识模型,以实现对用户用电行为存在强关联关系因素的辨别。其次,本文建立了基于综合互信息度的主成分分析的空间负荷预测模型。应用综合互信息度对主成分分析法进行改进,建立基于综合互信息度的数据降维处理模型对用地规则进行挖掘,并结合用地仿真法对负荷类型未知区域进行空间负荷预测。最后,本文提出了考虑区域发展时序的空间负荷分类预测方法。根据城市发展阶段将供电区域分为四个种类,分别提出适用的负荷预测模型,并引入城市建成率与发展优先指数对模型进行修正,以期达到更加精准的空间负荷预测效果。