电力系统负荷预测是电网规划工作的基础，其预测精度将直接影响电网规划的质量、电力工业乃至整个国民经济的健康发展。中长期负荷预测主要为电源、电网规划提供基础数据。因此，研究能反映较长时间内负荷发展趋势的预测模型，提高中长期负荷预测的精度，具有巨大的现实及经济意义。2000年以来，我国经济的快速发展、产业结构的调整，及节能减排政策的实施，我国用电结构更趋合理，从而全社会电力消费也发生了较大的变化。而经济危机、政策的调整等突变因素的影响又使得电力消费出现较大的波动。因此，从三次产业发展态势的角度，并考虑突变因素，研究全社会电力消费与产业发展之间的关系及变动趋势，对电网的规划工作有着重要的现实意义。本文在讨论分析电力负荷变化的特点、影响电力系统负荷预测的主要因素的基础上。通过分析我国产业的调整对用电结构变化的影响，及其对电力消费的变化的影响。得出我国的电力消费基本上与经济发展、产业的调整基本保持相同变化趋势。论文详细阐述了参数变结构协整的概念、协整检验方法，以及误差修正模型的建立。同时，在研究径向基函数（Radial basis function，RBF）神经网络的基础上，依据RBF网络的函数逼近特性，提出了首先由Chow检验确定可能的结构突变点，然后将可能的突变点作为RBF神经网络的输入数据，对用电量进行拟合分析，取其误差平方和及均方误差最小的时间点，将其作为变量间协整模型的结构突变点的方法。以此建立电力消费与产业发展态势的参数变结构数学模型及误差修正模型。通过实际算例，验证了该方法比不考虑突变因素的回归模型有效地提高了电力需求预测的精度，从而也验证了该预测方法用于电力需求预测时的可行性和结论的有效性。