电力负荷模型对电力系统分析、计算、规划、运行和控制具有极大的影响,但由于综合负荷自身的随机时变性、成分多样性、地域分散性和严重的非线性等特点,负荷建模问题仍然是国内外电力系统公认的难题。本文针对负荷建模工作的若干问题进行了研究。充分的数据来源是负荷建模的基础,本文比较了负荷建模所需数据的几种获取方式,包括数据采集与监控系统(SCADA)、广域测量系统(WAMS)、专门的负荷特性测量装置、故障录波器等。随着故障录波技术的发展,采用故障录波数据进行负荷模型辨识不但投资少,而且可以使大量的故障录波数据得到充分利用。负荷模型结构的选择和评价是十分困难的,本文对常见的几种负荷模型,包括综合负荷模型、线性差分方程模型、50%恒阻抗+50%电动机模型、四六模型和三三四模型进行了辨识与比较,通过EPRI36节点系统算例说明了综合负荷模型的优势和目前负荷模型存在的一些问题。提出采用“反摄动法”对综合负荷模型参数进行灵敏度分析,即固定某参数为典型值而辨识其他参数,然后根据模型响应与实测响应的拟合效果判定该参数的灵敏度。最后得出灵敏度较大的有Xs,Rr,Kpm,Mlf,Pv, Qv等6个参数。负荷特性的分类与综合是目前解决负荷随机时变性和地域分散性问题的主要思想,本文提出了一种基于改进模糊C均值聚类的负荷特性分类与综合方法。首先对模糊C均值聚类算法进行改进,使之适用于时间序列数据的聚类问题；然后以实测响应作为特征向量,采用改进模糊C均值聚类算法进行分类；最后对聚类中心直接辨识作为该类的通用负荷模型,分类与综合属于同一过程。文章最后通过EPRI36节点系统对该方法进行了验证,仿真结果证明了该方法的方便、快捷、准确、实用、有效等特点。