空间负荷预测(Spatial Load Forecasting,SLF)是对供电区域内未来电力负荷大小和位置的预测,或者说是对待预测区域内电力负荷时空特性的预测。与总量负荷预测相比,SLF并不局限于负荷数值大小的预测,更注重于对供电区域内负荷分布情况的预测。SLF这种既包含未来负荷数值大小又涉及负荷发展位置信息的预测结果对于确定变电站布局规模、选择电力线路的输送路径及型号具有重要的指导意义。电力负荷特性分析是空间负荷预测研究的基础,本文从时间和空间两个角度对电力负荷特性展开分析,论述了电力负荷特性在空间负荷预测中的应用。同时介绍了不同划分标准下负荷的分类情况以及气候、人口、经济等因素对电力负荷发展变化的影响。另外,在空间负荷预测中引入了地理信息系统平台(Geographic Information System,GIS),并对基于MapInfo Professional 7.0的电力GIS构建过程进行了详细地阐述。由于电力负荷的变化受多种因素的影响,使得电力负荷的发展既有逐年增长确定性的一面,也有随机波动不确定性的一面,针对这种不确定性问题,本文综合考虑了影响总量电力负荷变化的诸多因素,通过相关性分析确定影响总量电力负荷变化的主要因素,运用可信度和盲数理论确定影响总量电力负荷变化的各主要因素目标年的取值,并利用集对分析理论在处理不确定问题上优势,将集对分析联系度概念与聚类分析基本思想相结合,提出了基于可信度与集对分析聚类理论的空间负荷预测方法;在基于可信度与集对分析聚类理论的空间负荷预测方法的基础上,针对现有的利用集对分析聚类理论进行空间负荷预测时,由于集合元素符号的量化及分类标准没有统一的要求,使得预测模型不够客观科学而导致空间负荷预测结果精度不高的问题,提出基于秩次集对分析理论的空间负荷预测方法,该方法通过对集合元素进行秩次变换避免了量化标准的选取,使得所建立的秩次集对分析预测模型更加科学合理,有效改善了预测精度;最后通过工程实例证明了两种预测方法的实用性和有效性,并且验证了基于秩次集对分析理论的空间负荷预测方法的预测精度更高。