短期负荷预测是电力部门非常重要的一项工作,它关系到发电单位对发电计划的合理安排,所以对其进行研究是非常必要的。短期负荷预测的结果是否精准影响着电力部门的计划交易量和电力系统是否能安全稳定地运行。因此,采用适当的短期负荷预测方法和最大程度地提高预测精度和准确性已成为负荷预测领域的重要研究课题。首先,本文介绍了负荷预测的研究背景及意义并对负荷预测进行了分类,重点阐述了短期电力负荷预测的特点、方法和研究现状等；其次,结合电力负荷的特性,提出建立基于最小二乘支持向量机的预测模型。由于模型参数对预测的结果有着很大的影响,所以最小二乘向量机参数的优化非常重要,本文分别采取人工蜂群算法和改进蜂群算法对参数进行寻优,对两种算法的原理和流程进行了说明,并对两种算法的优化性能进行验证。最后分别建立基于LS-SVM、ABC-LSSVM和CABC-LSSVM的预测模型,针对辽宁某地区的负荷进行预测,并对比各模型的预测结果,结合影响负荷预测的因素进行分析并得出结论,预测结果验证了本文人工蜂群算法优化是有效的,其中基于改进蜂群优化LSSVM预测精度最高。