电力系统短期负荷预测是保证电力系统安全、经济运行的基础,负荷预测的结果直接影响到电网安排日发电计划及电厂安排机组启停,而我国目前部分地区电力生产不足、电力调度水平不高,负荷预测就显得尤为重要,相关数据表明负荷预测每提高1%的精度,都会给电力行业带来巨大的经济效益,对节能减排做出巨大的贡献。电力负荷本身易受外界诸多非负荷因素影响,具有很大的不确定性,做好负荷预测,需充分研究负荷的变化规律,分析相关因子对其影响,然而不同的电力负荷地区的气候、经济特性千差万别,至今还没有一种负荷预测模型适应所有地区的情况,因此有必要充分研究和分析电力预测地区的具体情况,并寻找更加适合的电力负荷预测方法与模型。本文针对海南电网的负荷需求,结合电网节能减排的要求,在分析海南电网实际历史负荷及天气等诸多非负荷因素变化规律后,选择了决策树方法来预测海南96点日负荷,并根据海南电网的实际情况对一般生成决策树的ID3算法做出了微调,具体工作如下:1)针对海南气候较为简单、全年温差不大、影响负荷的因素较少的特点,经过阅读大量文献,比较各种方法的适应性后,采用决策树方法来预测海南96点日负荷。2)微调了常用的ID3算法:1.尽量用静态节点代替动态节点,简化树的生成,减轻服务器负担、缩短负荷预测时间;2.对目标属性的选取做了相应调整,用最大负荷聚类代替负荷增量作为目标属性。用java语言实现了改进的决策树模型,经演算平均误差为2.9%。3)开发了基于B/S模式的海南电网节能调度系统负荷预测的决策树预测模块,详细介绍了系统需求、系统结构和功能实现。