电力负荷预测是一个复杂的非线性动态系统,利用传统的时间序列分析及预测技术很难反映用电量变化的多因素性、非线性性等特点。现实生活中也存在许多类似于电力负荷预测的问题,传统的预测分析方法在一定程度上无法满足预测的精度要求,有必要引入新的方法对该类问题进行描述与预测。对灰色系统理论和人工神经网络理论进行了分析、研究,较详细地阐述了灰色预测模型的建模思想及理论,针对基于离散响应函数建立的灰色神经网络模型存在的问题,在初始数据平滑处理、背景值修正处理、残差补偿处理三方面做出了一定的探讨和研究。充分利用了灰色预测建模所需信息少、方法简单的优点和神经网络具备较强的非线性映射能力的特点,利用最小二乘法先确定灰色微分方程中参数的初始值,从而得到网络的初始化权值及阈值。并且,在将神经网络预测模型和灰色预测模型进行了优选组合,回避单一预测模型预测精度低的风险,由于改进型灰色预测模型与神经网络预测具有优势互补性,采用两者组合的算法进行组合预测,可在很大程度上提高预测精度。阐述了电力系统负荷预测的意义,针对山西省用电量历史数据情况,利用灰色预测模型、改进的灰色预测模型、神经网络预测模型、灰色理论和神经网络组合预测模型四种方法对山西省用电负荷进行预测,并对预测模型的预测结果做出了分析及评价。