电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以经济合理地安排电网内部发电机组的起停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。　　 电力负荷预测分为中长期和短期负荷预测，本文主要对月度电量预测和夏季积温效应及日最大负荷预测进行了研究。　　 由于月度用电量具有增长性趋势和季节波动性趋势，这使得月度用电量具有复杂的非线性变化特征，本文采用了基于小波分析和灰色模型的预测方法，同时结合移位修正法对受春节影响的一二月份电量进行修正，建立月度电量预测模型。经实例分析表明该方法具有较好的适用性和可行性。　　 随着经济的发展和人民生活水平的提高，空调负荷的比重逐步增加，导致电力负荷对气象因素敏感程度的增加。在夏季，长期持续高温天气会引起负荷变化的积温效应，它对负荷预测的精度有着重要的影响，本文对积温效应的表现、产生做了重点研究，同时采用温度修正的方法将积温效应引入到预测模型中，以此建立了一种基于RBF神经网络的预测模型，通过算例分析，该方法能有效的提高预测精度。