电力负荷预测工作是电力系统工作者最为侧重的工作之一,对地区电力系统起着重要的作用。对目标区域进行准确、有效的负荷预测可以更为合理地安排电网发电机组的运行状态。在实现电网安全稳定运行的基础上,降低电能的浪费,有效降低总体成本消耗。本文针对灰色理论与人工神经网络在中长期负荷预测的应用做了几方面的研究:首先,介绍了电力负荷的几种类别以及负荷预测的特点,分析了灰色理论和人工神经网络的基本概念,提出了影响中长期负荷预测的几个因素,利用灰色关联法找出了主要的影响因素,为下文分析灰色预测模型以及人工神经网络预测法奠定基础。其次,根据灰色理论建立了灰色GM(1,1)模型,在此基础上建立了含多个变量的GM(1,n)模型,得到基于灰色预测模型的中长期负荷预测方法;改进灰色预测模型中的某个参数赋值方法,重新建立改进灰色预测模型,得到基于改进灰色预测模型法的中长期负荷预测法。而后,利用BP神经网络算法建立中长期负荷预测模型,得到基于人工神经网络的中长期负荷预测方法;基于权重理论将灰色理论下的负荷预测结果与人工神经网络法下的负荷预测结果相结合,提出基于两种预测方法的组合最优中长期负荷预测方法。最后,以某城市2005年～2011年的负荷数据为例,利用灰色模型预测法、改进灰色模型法、人工神经网络法以及基于权重的组合预测法四种方法分别预测城市中长期负荷,对比仿真结果得到基于改进灰色模型法和人工神经网络法的组合预测方法最适用于中长期负荷预测。