电力负荷预测对电力系统的经济、安全运行有着重要的意义。随着电力行业逐渐走向市场，人们对负荷预测的精度越来越关注。负荷预测领域涌现出了一大批很有效的预测模型，但同时也存在着诸如实际应用中不能满足经典模型的前提假设，模型参数物理意义不明确等一些问题。 混沌理论己被证明是解决非线性问题的重要的，行之有效的理论法。本文将混沌学的相关理论引入到电力负荷预测领域中，系统地研究了电力负荷的混沌非线性时间序列法。文中采用南京市2000年整点负荷数据，根据时间序列坐标延迟重构相空间理论，研究了电力负荷混沌非线性时间序列的特征量：采用自相关函数法计算重构相空间的延迟时间；采用饱和关联维法和伪最邻近点法计算嵌入维数；采用Wolf法和Rosenstein法计算最大Lyapunov指数。 本文对混沌局域预测法进行全面的研究。采用了零阶，一阶，二阶三种局域法对整点负荷时间序列进行了以周为单位的长期预测和以日为单位的短期预测，分析了预测结果。并且，在引入常规混沌预测法的基础上，通过观察整点电力负荷时间序列所固有的特性，对原始序列进行了预处理，消除了周特性对预测结果造成的影响，同时在混沌预测法中引入了温度参数，提高了选取相似相点的精确性，通过这些改进，混沌预测法对电力整点负荷时间序列的预测效果明显提高。