随着坚强智能电网的发展,更为先进的传感测量、通信网络、自动控制、信息化、新材料等技术融合进了电网,使传统电网更加智能化,信息化。在智能电网的服务体系构架下,智能用电信息采集系统对用户的用电信息进行实时采集和处理。利用采集数据进行负荷特性的分析及预测能为电网规划调度部门提供更科学的依据,从而提高电能在终端能源消费中的比重,达到削峰填谷、改善能效、节能降耗的目的,并且对电网的安全、高效、经济运行具有重要意义。电力负荷特性分析是负荷调控的提前,也是负荷预测的基础,同时也是电力需求侧管理的重要内容。本文基于智能用电信息采集系统,结合某省电网实测数据,在不同时间尺度下对负荷特性指标进行分析,包括年负荷特性指标、月负荷特性指标、日负荷特性指标。分别在经济、时序、气象等几个方面对负荷特性的影响做了阐述,结合图表说明气象因素中最高气温、最低气温、平均气温、相对湿度、平均风速与负荷的相关性,为负荷预测打下基础。负荷预测是电网规划和调度的科学依据,也是电网高效经济运行的保障。本文通过三种预测模型对某省短期电力负荷进行预测,首先建立的GM(1,1)预测模型,只需以历史负荷这一单一变量作为建模数据。在GM(1,1)的基础上,第二个模型GM(1,N)结合了气象变量中的最高气温、最低气温、平均气温,再加入历史负荷作为输入端,此模型将预测精度提高。在GM(1,N)模型的基础上,本文提出一种经过马尔科夫法修正的多变量灰色预测模型GMM(1,N),通过某省电网的实测数据,对三种模型进行了验证,仿真结果表明GMM(1,N)预测效果最好。