随着社会的进步与发展,电力行业已经成为我国经济发展的重要支柱,然而电能不能大量保存,如果发出的电能大于负荷消耗,就容易造成能源的浪费和环境的污染,电力负荷预测可以对电力系统电能供需平衡提供指导,高精度的短期电力负荷预测能为电力系统稳定、经济运行提供重要支撑。　　截至目前,世界各国对电力负荷预测所采用的方法不尽相同,相对于传统的负荷预测方法,运用BP神经网络对电力负荷预测有其特有的优势,本文主要介绍了BP神经网络的发展历程以及其理论基础,理论上讲单隐层的BP神经网络能够逼近任意的非线性映射,所以大多数电力负荷预测采用单隐层模型,为了提高负荷预测的精度,本文采用了含有双隐层的BP网络以及改进型BP网络,并利用石家庄市无极县的电力负荷历史数据,通过MATLAB建立不同的模型来分别实现电力负荷预测,并对输出结果进行对比与分析,得出相关结论。　　根据对电力负荷预测流程及输出结果的分析,综合考虑影响电力负荷的客观因素,在文章的最后给出了改善电力负荷预测的几点意见和建议,为提高电力负荷预测的精度提供了参考。