在电力系统运行过程中，电力负荷预测问题对许多电力部门都起着重要作用，它涉及到电力系统规划和设计、电力系统经济安全运行以及电力市场交易等多个方面。随着电力工业不断发展逐渐进入市场化，负荷预测在电力行业中扮演着越来越重要的角色，并已经成为市场营销和交易部门的核心业务，这也对负荷预测的精确度和稳定性提出了更高的要求。根据电力负荷特性的变化规律，考虑了日期类型、温度、天气情况等影响负荷预测的因素，本文提出将EMD-支持向量机算法应用于电力系统短期负荷预测。首先，文章详细介绍了电力系统短期负荷预测的研究内容，并全面介绍了国内外负荷预测的方法，分别提出各种预测方法的优缺点。其次，通过对某些地区电力负荷的特性分析，确定短期负荷曲线变化的主要影响因素，找出负荷变化的规律性，并通过EMD分解对数据进行了平稳化处理。最后，通过对BP神经网络算法、支持向量机算法、EMD-BP算法、EMD-支持向量机算法对某省网的负荷历史数据进行MATLAB建模仿真，并运用“EUNITE竞赛”所提供的历史数据对算法进行验证。结果表明EMD-支持向量机算法比其他预测方法精确等级更高，可靠性更强，合理性和实用性都更强，取得了很好的预测结果。