本文针对最小二乘估计的缺陷，提出了三个改进方法减弱异常数据对参数估计的影响：首先，用加权最小二乘法进行参数估计，权系数函数是预测残差的反函数；其次，通过对回归系数的模糊化建构模糊线性回归模型预测负荷的变化范围，减弱模型对原始数据的依赖程度；最后，采用稳健估计减小目标函数各项的乘方次数估算模型参数。 实例证明加权最小二乘法、模糊化回归系数和稳健估计三个改进方法正确而有效，具有重要的理论意义和工程实用价值，特别是在历史数据资料不够完全、准确的情况下有相当的指导价值。 本文还结合线性相关性检验和函数试探法提出了非线性相关性检验和模糊相关性检验，为回归模型中相关因素选择提供科学参考。实例验证线性、非线性和模糊相关性检验的方法简单而有效，在考察电力负荷与GDP、年最高温度等因素的相关关系方面具有重要的实用价值。