精准的负荷预测对于电力系统的安全、稳定、经济运行具有重要的意义。目前,诸如元旦、国庆等节假日负荷一方面受到自身特性、气象环境、调休政策等诸多因素的影响,随机性与波动性较强,另一方面由于假期自身特点,历史数据较少。基于上述原因,节假日负荷的预测精度相比正常日较低。针对节假日短期负荷预测展开研究,提出了两种负荷预测方法。主要研究内容如下:（1）节假日负荷特性及影响因素分析:对不同类型节假日的负荷特性进行了分析,然后研究了包括气象环境、日期类型、国家调休政策、时间因素等因素对节假日负荷的影响;（2）提出了基于相似日法的短期负荷预测方法:首先由于历史样本集较少,将近期周末也纳入相似日搜索范围;然后综合考虑各种负荷影响因素,制定了一套相似日选取规则;最后修正了年周期性及日期类型（包括日期类型重叠）对负荷的影响;（3）提出了基于相似日法与支持向量机的组合预测方法:利用相似日法修正了年周期性、日期类型重叠以及国家调休政策对节假日负荷的影响,然后结合网格搜索法与交叉验证法优化支持向量机模型的参数,并对比了相同修正数据下,支持向量机与BP神经网络的预测效果;（4）实验结果表明,两种负荷预测方法的预测精度都比较高,预测效果良好,都较适用于节假日短期负荷预测,且结合相似日法后,支持向量机模型的预测精度提到了明显的提升。