电力负荷建模早己引起了国内外学者的广泛重视,但由于电力负荷本身具有随机性、时变性、非线性等复杂特性,使得负荷建模问题始终未能得到很好的解决。负荷模型对电力系统分析和计算有着重要的影响,负荷模型的不准确已成为制约电力系统仿真计算精度的重要因素,因负荷模型不准确而得出的过于乐观或悲观的系统分析结果,可能给电力系统的规划、运行带来巨大的损失。因此,建立切合实际的负荷模型具有十分重要的现实意义。本文围绕基于总体测辨法的建模理论和建模方法进行了研究。本文首先对负荷的静态特性进了研究,传统的负荷模型的模型结构主要有多项式模型和幂函数模型两种,这两种模型在描述电力系统的静特性都可以取得良好的效果。随着电力系统的不断发展,各种电力电子设备及其它用电设备的出现都增强了负荷的非线性,导致了传统静态负荷模型对负荷静态特性逼近能力的下降。针对这一问题,本文采用分段建模的思想,提出了一种基于Lagrange二次插值函数分段静态负荷模型,该模型的数学原理明确,模型结构简单,通过对实测数据的建模实例验证了基于Lagrange二次插值函数的分段静态负荷模型与多项式模型相比具有更高的精度。负荷动态特性的分类与综合是研究负荷动态特性的一种有效方法,如何对负荷的动态特性进行合理分类,当前还没有很好的解决办法。本文提出了应用粒子群改进的模糊C均值聚类算法解决负荷动态特性的分类问题,给出了采用粒子群改进的模糊C均值进行聚类算法负荷动态特性分类的具体步骤,通过对负荷的动态特性数据进行分类,提取每一类中负荷数据的共性,从而得到能够描述共性特征的综合模型。最后通过仿真算例验证了该算法解决负荷动态特性分类问题的正确性和有效性。