短期负荷预测是配网运行管理的基础性工作之一，它为配网的安全分析，无功优化调度及预期的购售电提供数据。影响负荷的因素众多，主要有各种气象因素，如：温度、雨、雪、日照、风速等，法定节假日，以及各种突发的系统故障和社会因素，如：各种影响巨大的体育比赛和政治事件等。

  短期负荷预测的内容就是在考虑上述诸因素和系统的近期负荷情况下对未来24小时、48小时和下一周的地区负荷做出预测。由于诸影响因素与负荷之间的非线性关系及各种突发事件的随机性，使得这一问题相当复杂。目前国内外文献提出了众多的方法用于短期负荷预测，每种方法都各有特点，在一定的条件下，都能给出精度很高的负荷预测，但都不稳定。本系统把它们按一定的方式综合起来，能给出精度更高、更稳定的预测结果。

  法定节假日的情况与正常工作日（星期一~星期日）具有很大的不同。本系统把它们分开进行预测。

一、正常工作日负荷预测的模型

  系统中的模型包括以下几大类：

时间序列模型

  时间序列模型众多， 一般可以用公式表示为：

  其中yt表示负荷，e 表示误差。 不考虑气象等的影响， 只考虑过去负荷与现在负荷之间的周期性的关系，包括自回归模型（AR）,归动平均模型(ARMA)。

周期性因果因素模型

  其模型可表示为：

  其中yt表示负荷，e 表示误差，表示各种气象因素的影响。它在过去负荷与现在负荷之间的周期性的关系同时， 还周期性地考虑气象因素的影响。

神经网络模型

  它其实是一非线性映射器，把各种影响因素与预测负荷之间建立起非线性的关系，可方便地考虑各种气象、过去负荷等影响因素。

模糊规则模型

  各种影响因素与预测负荷之间的关系其实并不很确定，存在很多的随机性和变化幅度， 用模糊规则进行建模并推理，正好适应此种情况，从而可方便地考虑各种影响因素，并作出具有一定精度的预测。

专家系统

  某一特定地区的负荷变化情况，对于经验丰富的现场专家来说， 基本掌握， 并能依据其经验对未来作出有一定精度的预测。总结并结合他们的经验，形成一专家库和规则库，从而对各种情况下的未来负荷做出具有一定精度的预测

 上述每一种方法都是一类方法，每一类方法依据考虑因素的不同还进一步细分成不同的方法。综合每一类方法所作出的预测， 可以得到更为准确地预测。

二、法定节假日预测

   法定节假日的负荷与当前的社会经济状况有关， 若当前的经济状况很好，加班的就多， 负荷可能就相对的高；若当前的社会经济状况不好，加班的就少，负荷可能就相对的低。若过去数年中的某一年的在法定节假日前后的社会经济状况年与预测年的很相似，其法定节假日的负荷曲线也应较相似，这一年本系统称之为基础年。在基础年负荷曲线的基础上，把基础年正常工作日负荷与预测年正常工作日负荷的增长，按一定的比例迭加到基础年法定节假日负荷曲线上，从而得到预测年的法定节假日预测负荷。