电力行业作为国家在能源领域的重大基础性行业，其发展对于我国经济建设、国家安全、社会稳定至关重要。随着电力行业的高速发展与国家智能电网建设步伐的加快，电量负荷预测理论技术研究的重要性也日益突显。高效准确的电量负荷预测，对于制定经济合理的发电计划、编制及时有效的电力调配方案、控制电网稳定运行、进行电力市场需求分析、保障生产和生活用电等方面具有直接而重大的经济效益、社会效益。中长期电量负荷的复杂特性决定了其影响因素的不确定性，致使许多因素难以量化，如：宏观政策、经济发展等。而这些因素之间往往又存在着非常大的相关性。因此，实际预测时既需要考虑复杂因素的影响从而掌握电量负荷需求的变化趋势，又需要克服复杂参数组之间的共线性影响从而科学、合理的描述电量负荷特性。鉴于传统预测方法在中长期电量负荷预测中的不足。本文将半参数统计理论引入中长期负荷预测工作中，构建了基于EEMD的半参数模型、基于惩罚最小二乘的半参数模型，并进一步将模型应用于中长期负荷预测。本文最后通过仿真实验对模型进行验证，一方面，验证了本文所构建的半参数模型的可行性和可用性；另一方面，验证了模型具有的较好的适用性与应用潜力。本文研究的主要内容如下：（1）比较分析了经验技术预测、趋势外推预测、回归分析、时间序列预测、灰度预测及其它新理论各自的特点、不足和适用范围，指出了半参数模型在中长期电量负荷预测领域具有的优势。（2）对中期电量负荷特性进行了分析，构建了基于EEMD的半参数预测模型，改进后的模型保证了对中期负荷序列的多尺度处理，既克服了传统模型的弊病，又利用ARMA模型对高频噪声序列的外推能力提高了半参数模型的适用范围。（3）对长期电量负荷特性进行了分析，构建了基于惩罚最小二乘估计的半参数预测模型，克服了传统预测方法不适合大幅度外延预测的不足，能够满足长期电量负荷预测的要求。