针对国内近年来严峻的供电形势，错峰用电和峰谷电价的实施是缓解供电紧张和提高电力资源使用效率的有效手段。为避免拉闸限电，有效保证居民生活用电，政府先后出台了大用户峰谷电价政策和生产企业计划轮休制度等缓解供电紧张的政策。但是，这些政策和制度的落实和实施，还需要通过现代先进科技手段来实现。大用户电力负荷管理系统正是综合应用现代电子、计算机、通信网络技术的综合信息自动化系统，通过对远方电能量数据准确、可靠、完整、及时采集和统计分析，能够快速、全面地反映电量购销及损耗情况，为电力市场和电力营销系统提供可靠技术保证，也是目前电力企业强化需求侧管理、提高营销管理水平的重要举措。 　　本文研究的对象为基于负荷预测的大用户电力负荷管理系统，以佛山市电网的日负荷曲线为基础，采用人工神经网络短期负荷预测方法和基于模糊技术的短期负荷预测方法，分析和讨论了基于单一模型的智能化短期负荷预测方法，并作了一些改进：对基于ANN的预测方法，采用通过时间接近和输入匹配两条渠道选择与待预测符合情况相似的样本来训练ANN预测系统，引入天气甚至其它非模糊化的定量数据用于建立更为准确的ANN预测模型；对于模糊逻辑预测方法，采用乘积推理规则作为模糊推理机，采用自相关分析法来对历史负荷时间序列进行分析，并采用最近邻聚类算法将样本数据分组；对于模糊专家系统的预测方法，以被预测日前两天的负荷数据为基础，以被预测日前几周对应日的负荷差为输入变量对负荷修正量进行预测，求得被预测日的负荷数据，并根据天气信息和特殊事件求得天气以及特殊事件负荷分量，对负荷预测值进行修正。 　　本文还分析对比了各种传统的预测方法以及基于单一模型的智能化预测方法，并在基于点模式匹配的短期负荷预测方法方面作了相关研究工作：采用点模式匹配的策略提出了基于点模式匹配智能短期负荷预测的方法。应当指出，从模式的角度看，负荷的变动也可以看成是模式的转换。基于点模式匹配的短期负荷预测方法，首先通过相关性分析找出输入输出数据关系以及各个输入数据所占权重；然后，由点模式匹配法求得各个输入数据下的变换值；最后，由变换值、输入数据及其权重得到短期负荷预测结果。本课题来源于广东省广电集团有限公司的科技项目——佛山供电分公司大用户电力负荷管理系统。基于以上智能化负荷预测的研究，本项目组建立了大用户负荷管理系统的基本架构，作者阐述了系统的组成、系统的设计、各项功能的实现以及工作原理。作者在该项目中主要负责智能化负荷预测的研究，项目基础资料的收集和整理，参与项目框架的构建、技术规范和通讯规约的制定以及项目的具体实施。本文所包含的内容即为作者的核心研究成果。