随着我国政府于2015年颁布《关于进一步深化电力体制改革的若干意见》等文件后,国内电力市场的改革也愈演愈烈,售电公司等一大批市场参与者如雨后春笋般涌现出来。此种情况下,各省政府均出台了一系列的偏差考核制度来妥善的引导电力市场改革的方向,并规定在偏差电量部分必须承担相应的处罚。总体来说,售电公司在参与电力市场交易赚取高额的收益的同时,也有义务去承担由于电价波动、售电负荷预测误差所带来的偏差考核风险,以期维护市场的稳定发展。虽然现阶段国内学者对于负荷预测的研究取得了巨大的成果,但是随着电力市场改革进程的推进,又不断出现了一系列新的研究问题,比如售电商如何更准确的预测负荷未来一段时间内的变化,以便更好地应对偏差考核风险;还有售电商在不同区域同时售电时,区位因素给其预测准确性带来的影响等。诸如此类的问题兜亟需学着去探索、解决。本论文主要探索市场化改革下,售电商在不同区域售电情况下所面临的一系列偏差考核问题,从而引出日前负荷预测相关模型的建立。同时在追求预测精确度更高的要求下,本文提出了一种反馈迭代优化的自适应组合预测模型,首先在不同负荷区域使用不同的预测模型对各区域的日前负荷分别进行预测,然后在基于反馈优化的数据融合模型上对不同区域日前负荷预测结果的各自时间尺度对应的断面上进行融合,得到所有区域日前负荷预测值。在针对各个不同区域的日前负荷预测时,先分别对各个地区的历史负荷进行聚类,然后在建立基于支持向量机的模式识别模型,同时把不同区域的负荷数据随机等分,并分别以基本预测模型进行负荷预测,然后把前述的日前负荷预测结果作为模式识别模型的输入,得到对应的预测模式,从而得到相应的负荷预测结果,作为融合模型的输入。因为不同区域的负荷分别具有不同趋势波动的情况但又有着内在的联系,各个区域分别进行负荷预测后的结果直接相加,不能体现这些影响因素之间的相互关系。所以本文提出了一种基于模式识别的自适应时间断面融合的日前负荷预测模型,并在此模型中,还加入了融合模式分类模型和数据融合模型的相互反馈,更进一步改善了日前负荷预测的准确性。