电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一，是实现电力系统管理现代化的重要内容之一。其中，中长期负荷预测是制定电力发展规划的基础，也是规划的重要组成部分。提高中长期负荷预测水平，有利于计划用电管理，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。 　　负荷预测的核心问题是预测的技术方法，或者说是预测的数学模型；而负荷预测技术研究的目的归根结底是为了应用。因此，本文着重研究了电力系统中长期负荷预测的理论、方法以及其在汕尾市中低压配电网“十五”规划和开平市中低压配电网“十一五”规划中的应用，并在此基础上开发出了电力系统中长期负荷预测的实用软件。 　　首先，本文在前面两章简要介绍了电力系统负荷预测的意义、发展情况和研究现状以及中长期负荷预测的基本理论，包括基本概念、基本原理以及基本程序；并从经典的弹性系数法、单耗法、时间序列法和参数回归法到后来发展起来的灰色预测法、模糊聚类预测法、神经网络预测法和组合预测法等对负荷预测的基本方法进行系统的介绍。 　　然后，本文提出了一种基于主成分分析的多元参数回归法。作为经典方法之一的参数回归法在预测过程中不仅能够充分考虑外界因素对负荷变化的影响，而且有着简单易行，便于实现的优点，在实际的应用中仍然备受重视。然而，其参数估计中出现的多重共线性的问题影响了预测结果的准确性。而主成分分析法是将研究对象的多个相关变量转化为少数几个不相关的变量的一种多元统计方法。仿真结果也证明了本文提出的基于主成分分析的多元参数回归法很好地解决了回归预测中的多重共线性问题，是一种可行而且有效的负荷预测方法。 　　接着，本文提出了基于径向基函数(RBF)神经网络的数据预处理方法和改进的预测方法。随着人工神经网络技术的不断发展，其在负荷预测中的应用也越来越广泛。本文针对RBF网络具有良好的推广能力、并且逼近能力和学习速度等均优于BP网络的特点，将其应用到了中长期负荷预测中。为提高预测精度、减少原始数据的空缺和失真对预测结果的影响，本文提出了基于RBF网络的空缺数据补全以及失真数据查找和修正的方法；同时，为了提高预测结果的准确性、消除神经网络预测法不适用于长期负荷预测的缺点，本文还提出了一种基于RBF网络的改进的预测方法。仿真结果表明，上述提到的方法均具有良好的效果。 　　本文研究的最后一个内容是开发实用的中长期负荷预测软件。基于VB和MatrixVB的设计开发实现了应用系统的无缝集成，有效地缩短了软件的开发周期；而且开发出来的软件界面友好、功能齐全、易于操作，并具有良好的人机对话界面。使用该软件可提高工作效率，增强预测工作的合理性、科学性与规范性，并减少工作量，提高工作质量。