随着“全球能源互联网”的建设步伐不断向前,我国电力需求日益增长,电力系统的管理方式由粗放型向精细型转变,空间负荷预测作为一种更为精细的负荷预测方法,成为当前的研究热点。本文分析了上海市2004—2014年各区域空间负荷历史数据和上海市统计年鉴发布的2004—2017年的上海市产业数据的时空分布特征,根据不同区域的特点分别建立了快速估算上海市各区域电网空间负荷的模型,预测了2015—2017年各区域的负荷数据,为城乡发展不均衡的城市电网空间负荷预测提供了科学依据。首先,本文建立了电力负荷预测的指标体系。通过分析2007—2017年上海市用电构成和《城市用地分类与规划建设用地标准》,选取了上海市2004—2014年的一般公共预算收入、工业从业人员、居住房屋建筑面积等19个指标作为本文空间负荷预测的指标因素,得出上海市各区域的电力负荷时空变化规律。在2007—2017年的上海市用电组成中,第一产业比重非常小,而第二产业和第三产业对负荷水平影响较大。其次,根据2004—2014年上海市10个区域的不同特点,将上海市10个电网区域分为5类,对5类负荷数据分别建模,验证后预测2015—2017年各区域的负荷数据。验证结果表明本文提出的预测方法比传统的仅采用多元回归分析方法和仅采用BP神经网络方法的精度和可靠性都要高,尤其是在面对含有多个区域的负荷进行预测时(第1类、第2类),优势更为显著。同时2015—2017年的预测结果显示,在未来一段时间内,浦东1和松江5区域的负荷增长仍然保持较快的增长速度,在电力规划时应着重考虑加大供电设施的建设;传统的工业区(市北3、嘉定6)的负荷减少的趋势较为明显;市区2、市北3、嘉定6、崇明10等区域2010年后负荷一直保持较稳定的发展态势,部分区域(如浦东1、松江5)负荷依然保持较快的增长速度。综上所述,本文构建了基于城市用电构成与城市用地划分的空间负荷预测指标体系,综合考虑了经济、工业、城市化、城市居民生活等对负荷的影响,根据这些指标的时空变化特性,分区域建立针对性的人工神经网络或多元回归分析模型,为空间负荷预测提供了新的模型与方法,为快速准确估算上海市各区域负荷增长提供了有效途径,为上海电力系统规划提供了可靠支撑,为城乡发展不均衡的区域实现空间负荷预测提供了有效借鉴。