电力工业放松管制，引入竞争的市场机制，逐步建立电力市场来优化资源配置是整个电力系统的发展趋势。电力市场中电价的确定是最本质、最关健的部分，如何合理地根据市场需求确定相应的电价直接影响到电力市场能否正常地运营。怎样根据电力市场的相关历史数据准确地预测出电价，对于市场中的各个参与者都具有十分重要的意义。本文简单介绍了电力系统电价的组成、特点及其影响因素，对当前较常用的预测方法的优缺点进行了探讨。在对神经网络理论，及其在电价预测方面的优势进行分析的基础上，采用基于神经网络的方法进行电价预测。为了提高电价预测的精度，本文提出了以下三个方面的改进：1、在输入因素的选取上，选取更能表征或影响电价变化的因素作为输入向量；2、在输入因素预处理上，通过各种方法对输入向量进行处理使其更有规律性，更能表征电价的变化；3、改进神经网络的结构，克服网络结构的缺陷。本文采用径向基函数(radial basis function，RBF)神经网络建立预测模型，并利用相似搜索技术来生成训练集和输入变量，并对次日电价进行实例预测，取得了较好的效果。预测结果表明采用RBF网络后不仅解决了误差反向传播(Back Propagation，BP)网络预测结果不稳定的缺点，预测精度也有所提高；采用相似搜索技术处理后，预测的效果比传统的方法有较大的提高。最后，本文提出了要提高电价预测的精度，需根据具体电力市场，加强对电价形成机理的分析，处理好预测模型输入变量的选择问题，努力建立符合实际市场电价特点的模型。文中所有计算采用的数据资料来自于澳大利亚电力市场。