一个地区未来一段时间用电量需求的预测，对政府相关经济部门及电网企业的工作具有重要的指导作用。用电量预测是电网企业开展电网规划、调度和营销等相关工作的基础。　　国内外对电力系统用电量预测的方法主要有时间序列分析、回归分析、灰色预测等传统方法；还有模糊预测、专家系统、人工神经网络、人工智能和小波分析等新兴方法。本文首先对传统的几种电量预测方法进行了分析，并在扬州地区用电量预测实践工作中进行检验性使用，日电量预测平均误差达26.32％，通过其预测的误差分析，发现传统方法预测误差较大的主要原因是方法单一，不能适应扬州地区用电特性变化。为了寻找更加有效的用电量预测方法，作者通过对几种新兴的电量预测方法的分析和在扬州地区的反复应用，发现将将其组合和分适用条件（时段）应用更加适应扬州地区电力市场特殊的用电特点，得出适用于扬州地区经济发展与气候变化的预测模型。该模型包含了日电量预测、月电量预测与年度电量预测，其中日电量预测按一年四季分为春秋季、夏季和冬季三种类型。作者将这一模型预测用电量的方法命名为“分时电量预测法”。　　为了给分时电量预测法数学模型提供基础数据，本论文收集了扬州地区大量的电量预测边界条件，包括近4年的地方经济数据、用电大户信息、近6年地区历史用电量及天气信息，并将这些数据存入数据库。利用计算机编程进行先行研究分析，找出各种信息交叉的内在关系和规律，并最大可能地应用图形显示各种关系曲线，使其规律寻找更加直观。为分时电量预测法数学模型的建立和应用提供了坚实的数据基础。　　分时电量预测法在扬州地区生产实践中应用一年多，单日、单月和全年用电量预测误差率控制在2.01%、0.96%和0.60%以内，在江苏省地级市用电量预测工作中遥遥领先为第一名。此方法的应用为电网企业生产建设提供了很好的决策参考，为其生产经营计划编制、电网发展规划及滚动修编提供了科学依据。