电力系统的中长期负荷预测是电力系统规划与调度的基础，尤其目前可再生能源及不确定负荷大量地接入系统，使预测技术面临新的挑战，因此，在电力系统中，研究中长期负荷预测技术具有重要的实用价值和理论意义。本文针对传统GM(1,1)模型的建模精度较低，抗突变数据影响能力较弱的缺点，采用灰色预测理论对电力系统进行中长期负荷预测研究，具体工作如下：为提高GM(1,1)灰色模型对含有突变历史负荷数据的中长期负荷预测的精度，改进了基于数值逼近算法原理的对GM(1,1)灰色模型预测结果的修正方法，结合对历史负荷数据的预处理，构建了改进的GM(1,1)灰色中长期负荷预测模型。该模型对实际的中长期负荷数据进行预测，结果表明改进的模型有效地提高了中长期负荷预测的精度。针对NGM(1,1,k)灰色模型在实际中长期负荷预测建模过程中的系数求解并非最优的问题，采用增加修正量对模型系数进行修正，并结合平均弱化缓冲算子对历史负荷数据进行预处理，建立了修正系数的灰色NGM(1,1,k)中长期负荷预测模型。在对实际地区的中长期负荷数据的预测中，改进的模型获得了更高的预测精度。