电力系统负荷预测是电力系统运行、控制和规划不可缺少的一部分，是电力市场技术支持系统的基础。短期负荷预测是指日负荷预测和周负荷预测。随着我国电力市场的发展和电网自动化水平的提高，短期负荷预测的实用化研究将显得更为重要。 本文研究如下内容： (1)根据华中电网某地区的历史负荷数据和气象数据，分析影响预测的各种因素，总结了负荷变化的规律性，并利用统计学的方法，对历史负荷数据中的“异常数据”进行修正，对负荷预测中要考虑的相关因素进行了规范化处理，并引入不同日之间特征量的“相似度”的概念，选取相似日训练样本。 (2)对已有的三种典型短期负荷预测模型：基于相似日的线性外推模型、支持向量机模型、组合预测模型分别作了介绍。 (3)考虑到现阶段还没有一个模型能准确预测出任意天的待测负荷日，提出了一种基于混合智能优化技术的短期负荷预测方法，试图用它来自动寻找一个适合待预测负荷日的最佳模型。该方法不需要对相似日负荷经验修正，减少了对人的经验的依赖。实际预测误差统计表明该方法的预测精度满足要求，具有明显的优越性。 (4)开发了短期负荷预测软件。