随着我国经济社会的不断发展和用电需求的不断提升,电网面临的压力越来越大。为保障用电需求,“十三五”期间,淮安电网大力推动技术发展,发布了淮安市“十三五”电力发展规划,有效促进了淮安电网改造以及新电网建设。在电网发展过程中,为达成国网公司建设“三型两网”的战略目标、解决现阶段电站规划不足与用电量不平衡的矛盾,淮安公司既要根据建设规划制定好中长期电网发展计划,也要切实加强对短期负荷的预测研究。鉴于此,论文针对淮安电网电力负荷重点开展预测分析及其应用研究,完成的主要工作如下:论文在对电力系统负荷预测国内外研究现状以及研究方法进行总结的基础上,探讨和分析了影响电力系统负荷预测的主要因素,其中影响短期负荷预测的因素主要为温度、经济、节假日等;影响长期负荷预测的因素主要为规划、电网结构、区域结构等。论文以机器学习方法为基础,对这几个主要影响因素进行了深入分析研究。论文还详细分析对比了各种预测方法的优缺点。首先分析了淮安电网现状,随后以采集的淮安电网负荷数据为对象开展研究,通过选取合适的阈值以小波去噪技术来处理原始数据。然后对比分析了传统电力负荷预测法和现代电力负荷预测法各自的优缺点,最后,本文在基于上述两类电力负荷预测法的基础提出了支持向量机的预测模型,并取得了预期的实验效果。论文还探讨了短期负荷预测在电网中的应用。采用支持向量机模型对采集的淮安电网数据进行预测分析,利用短期负荷预测结果进行预警,动态调节储能电站对电网的充放能。该措施对新能源消纳和节约资金有重要价值,实验结果表明短期负荷预测在电网侧储能电站技术中的有效性和重要意义。同时,论文还指出长期负荷预测在电网规划中的重要意义。采用支持向量机模型对淮安市2015～2018年人口、GDP、电力负荷产出进行分析训练,建立长期预测模型,编制电力电量平衡表,给出淮安市2020～2025年各电压等级区域电规划表,为淮安市电力规划建设提供了一定的借鉴意义。