电力负荷预测是电力系统调度运营的一项重要工作,尤其是随着电力市场的建立和发展,负荷预测将发挥越来越重要的作用,其预测精度的高低直接影响到电系统运行的安全性、经济性和供电质量。因此,关于如何提高预测精度的问题,一直是负荷预测研究的重点问题。组合预测以其具有风险分散等特点成为电力负荷预测的重要研究方向,本文首先分析现有的各种组合预测方法,包括最优正权组合预测方法和非最优正权预测方法,认为现有各种最优正权组合预测模型虽然能很好的分配权值,但也存在一些不合理的地方,如各期历史数据对目标预测日的影响权重固定、各单项预测方法在不同样本日具有固定权值等。在此基础上,本文设计了抽象的组合预测模型,并证明了现有组合预测模型都是该抽象模型的具体实例化模型。接着本文为了改进现有模型不能处理不同样本日对目标预测日的影响不同的缺点,在抽象模型的基础上实例化了新的模型,对不同样本日的赋予不同的权值,并提出了两种赋权的方法:一种赋权方法根据样本日距离预测日的远近对不同样本日赋不同的权值;另一种方法是先对不同样本日的预测误差进行排序,然后根据排序的结果对样本日进行赋权,预测误差越大说明组合预测的效果越差,因此赋予的权值越小。然后本文提出了赋权矩阵的概念,不是将组合权值看成是一个向量,而是将组合权重看成为一个矩阵,矩阵中的每行都是一个赋权向量,这样现有的预测模型的赋权矩阵就成为每行都相同的权值矩阵,为了使目标预测日的权重为一个向量,本文给出了矩阵的一种特殊赋权方法。该方法首先对矩阵每行都赋予初始向量,然后通过各单项预测方法在预测日的误差排序调整每行的权值向量。最后文章设计了同时应用样本日不定权和预测方法不定权的预测模型。