电力负荷预测关乎电力网络的安全经济运行,其中母线电力负荷预测作为电力负荷预测的重要内容,是当前电力调度工作的重点项目。准确有效的母线负荷预测可为合理安排电源和电网的建设进度提供决策依据,在电网设备状态估计、运行稳定性、调度分析以及节能效率等方面,提供强有力的保障。母线负荷预测系统的准确预测,将直接影响到电网投资、布局或安全运行的合理性。本论文重点针对电力负荷预测中的母线负荷预测,在介绍负荷预测的几种基本算法基本概念和优缺点的基础上,利用J2EE架构的web编程系统开发工具——Visual Studio,基于母线负荷预测的BP网络最优算法,设计了一套短期电力负荷预测系统软件,并用云模型误差修正对数据进行矫正。通过写入历年数据,实现对指定日期的母线电力负荷预测。论文以近些年四川电网的大数据作为库源,在对母线负荷预测系统的综合叙述、预测算法和数据修正详细描述的基础上,构筑了一套详细的基于J2EE架构web编程的短期负荷预测系统,利用目前较为先进的神经网络算法和云模型数据修正,且该系统侧重于短期负荷预测,通过大量数据预测短期曲线走向的方式,解决了当前现存母线预测应用软件的准确率较低,使用性不高的系统功能问题。该系统的开发,对研究母线负荷预测模型遴选、信息预处理、组合预测模型等具有重大意义。