电力系统负荷预测对于电力系统调度、电力用户用电、计划单位规划都有着重要的作用和意义。准确的负荷预测,有利于电网运行安全稳定性的维护和保持,减少负荷波动；有利于发电厂和电力公司合理地安排电网运行方式和机组检修计划,从而实现有效的用电管理；有利于降低一次能源消耗和供电成本,提高全社会经济效益；有利于合理安排电网设备规划和扩建、统筹电网发展。精确的负荷预测已成为电力调度、推行电力市场和保障经济有序发展的必要基础。论文通过数据挖掘技术,对负荷历史数据进行聚类分析,通过提取样本负荷集的特征曲线,再以特征曲线为基准检测和修正负荷异常数据,有效避免各种机制造成的异常数据对预测精度的影响。通过对通辽地区的产业结构、经济特点进行分析,并结合通辽地区作息规律习惯,基于类层次分析法中的成对比较矩阵确定全天各个整点的用电繁忙指数。通过非线性回归分析建立了关于通辽地区人口、GDP、气象指数以及用电繁忙指数的智能回归模型,该模型综合考虑了影响电力负荷的各类因素,使用遗传算法对非线性模型进行求解,确定其未知参数,可以实现对负荷的分块精细预测建模。论文对通辽地区2014年1-6月的负荷数据进行分析并使用所建立的模型实现了对7月每天整点负荷数据的预测,结果证明论文的预测方法效果良好。