用电量的预测是电力系统规划、经济运行的前提和基础。电力系统的用电量预测是指通过对历史数据的分析和研究,找出电力数据内部变化规律以及电力数据和其影响因素之间的关联,然后对电力需求做出预先的估算。用电量预测结果的准确性,直接关系到电网安全以及可靠供电,并且能够影响电网经营企业的经营决策与经济效益。根据电力分析的不确定性、条件性、多方案性和时间性的特点,以及本文进行的用电量的短期预测分析的特性,选用了适当的预测方法对用电量进行短期预测分析。具体完成的研究工作与研究内容包括：(1)提出了从纵向和横向两个角度进行分析预测的思路。纵向分析仅根据用电量数据间的自相关特性建立ARIMA模型进行预测分析；横向分析通过结合粗糙集和回归分析理论,根据用电量及其影响因素的互相关特性进行预测分析。(2)研究了基于ARIMA模型的用电量的短期预测分析。详细阐述了ARIMA的建模步骤以及用于预测分析的特点,通过用电量短期预测分析发现,只要取得足够多的时序数据,那么预测结果的精度是非常高的。(3)研究和分析了基于粗糙集理论的回归分析方法。将粗糙集理论引入回归分析中,利用属性约简理论来解决多重共线性问题,充分发挥了属性约简和回归分析的优势。对该方法的实现步骤给出了详细的介绍,同时将其与逐步回归分析法作了简单的对比分析。论文着重从多角度对区域用电量进行分析预测,提高了预测结果的可信度。利用粗糙集理论对时序数据进行预处理,同时将该理论引入到回归分析中,提高了预测精度。实验结果表明,本文提出的预测分析方法具有良好的可行性和准确性。