随着社会的不断进步和科技的不断发展,以及我国电力系统和电网管理日趋复杂化、现代化和完善化,电力系统负荷预测问题的研究已成为现代电力系统科学中一个重要的研究领域。特别是母线负荷预测结果的精度,会显著影响安全校核与日前计划,是制定日前工作计划与安全校核的基础。因此,积极开展母线负荷预测工作,精益化地研究母线负荷变化规律,准确地对其进行预测,有助于调度运行部门更好地控制和驾驭驭电网。同时,随着越来越多的冷暖设备被使用,电力负荷受气象因素的影响也越来越大,气象因素逐渐成为研究人员挖掘对电力负荷定量影响的研究重点。基于上述背景,本文结合区域电网和220kV变电站的实际,对影响母线负荷预测的气象因素展开研究,分别对单、多气象因素,日特征、实时气象因素和气象因素的累积效应进行了分析。在单气象因素中,对本站气压、海平面气压、平均温度、最高温度、最低温度、相对湿度、10分钟平均风速、10分钟最大风速、10分钟雨量和能见度这10个因素与母线负荷的关联关系进行了分析,并在此基础上进行多气象因素与母线负荷的关联关系分析,归纳出几个比较重要的综合气象指数；在气象因素的累积效应分析中,着重对热累积效应进行了研究,得出持续高温与母线负荷的关系结论。在关联关系分析的基础上,结合已有的电力负荷预测方法,提出多气象智能处理220kV变电站母线负荷预测改进方法,构建考虑多气象因素的智能预测算法库,该算法库除了包含一些像一次指数平滑法这样的经典预测算法,还包含了一些优化的智能预测算法,有粒子群改进的BP算法和遗传算法改进的RBF算法。最后,根据这些预测算法的特点,制定优选方案。在气象大数据的条件下,结合日特征气象要素向量搜索相似日法和模糊阈值识别气象突变法,最后,本文还研究了温度、湿度、风速、降水、气压等气象因素突变对母线负荷的影响,提出考虑气象突变的母线负荷预测方法和思路。本文选择江苏省南京市作为区域电网的实例,选择中央门变电站作为变电站的实例,搜集2014年6月1日-7月27日的气象数据和对应日期的分区电网负荷数据作为研究原始数据,对以上理论分析进行实例分析,验证其科学性和先进性。