电力是促进国民经济发展、推动工业社会进步的重要组成部分,已经渗透工业、农业、畜牧业、医疗以及娱乐等生产生活的各个领域,成为了社会不可缺少的能源,社会的稳定和繁荣离不开电力系统的安全、有效运行。精准、有效的电力系统短期负荷预测是电力系统能够稳健运行的重要前提,因此找到合理有效电力系统短期预测的方法具有重要意义。本文综述了国内外研究现状,分析了各个单一负荷预测模型优劣,在单一预测模型基础上提出了组合预测模型的思想,根据单一预测模型预测结果,得到组合预测结果。本文首先对国内外的电力系统负荷预测研究现状作了简单介绍,阐述了负荷预测发展历程和所采用的重要负荷预测方法及模型,并分析了电力负荷的种类和主要特点以及影响电力负荷变化的一些外界相关影响因素。其次,详细介绍迭代决策树的一些基本理论,描述决策树的形成过程,以及迭代决策树形成过程,解释迭代决策树进行负荷预测的基本流程,并介绍了相关性分析的基本思想,将相关系数作为负荷预测模型输入变量的权重。然后介绍了组合预测中所采用的三种单一负荷预测模型,分析了各个单一模型预测的优缺点,提出了组合预测模型的思想。基于该预测模型,首先,利用皮尔逊相关系数法分析原始负荷数据,合理地选取输入变量以及各自的权重,然后将输入变量分别采用神经网络、多元回归和支持向量机进行负荷预测,然后将三种单一模型的预测结果作为迭代决策树的输入变量再进行负荷预测,得到最终负荷预测结果。紧接着将本文所提出的方法,与神经网络、多元回归和支持向量机单一模型预测结果进行多角度对比,证明了该方法的有效性。最后,对全文进行总结,总结本文研究中的局限性,以及下一步可以进行改进和优化的方向。