随着电力工业市场化进程的加快,电力系统短期负荷预测精度的好坏直接影响到产业部门的经济效益,是现代电力系统运行研究中的重要课题之一。人工神经网络法作为近几年研究最热的智能预测方法,其中网络模型的合理与否是提高短期负荷预测精度的关键所在,目前关于这方面的研究还缺乏成熟的理论依据。本文首先以实例为背景,深入研究了神经网络的模型建立问题,并提出了较为适用的建模方法和应遵循的原则;然后针对历史数据中异常数据的处理,本文提出了一种新型而有效的异常数据预测修正法,即利用预测时刻以前的最新负荷相关信息来修正异常数据。实验表明,其预测精度明显高于常规的异常数据处理方法;最后,本文编制了一套《电力系统短期负荷预测软件》,并将该软件应用到巴盟地区的实际电网中,得到了令人满意的预测结果。