精确的负荷预测是进行供电交易计划及调试计划的重要前提，它能确保在决策是否需要调控发电量以及是否需要启停机组时能做出正确的判断，从而能够在满足正常供电需求的前提下，最大限度的节约成本，并且保证电网安全稳定运行。
　　影响电力负荷预测精确性的因素很多，比如气候变化、人类活动和社会发展等。本文以提高负荷数据的预测精度为前提，提出了基于改进小波阈值函数的负荷数据处理方法，运用小波阈值函数对负荷预测数据进行减噪处理，使得其呈现出更高的信噪比；并针对传统负荷预测方法具有一定的局限性，本文提出了一种基于支持向量机回归的混沌预测模型，该模型能够很好地利用支持向量机的泛化能力，对混沌预测模型进行改进，提升模型计算精度。
　　本文在经过小波阈值函数减噪处理、相空间重构、规整化、误差检验体系、相空间重构的参数筛选、支持向量机回归的参数筛选等过程之后，对实际负荷数据进行了短期负荷预测的仿真分析，同时结合三种传统的预测方法对本文的负荷预报结果进行了对比与分析，验证了本文所提预测方法的精确性以及在短期负荷预测中的可行性。