本文应用目前较为流行的神经网络方法对电力系统短期负荷进行预报，主要进行了以下工作：1．了解电力系统短期负荷预报的现状，总结国内外的研究方法。2．深入学习神经网络及其相关知识，设计出用共轭梯度算法改进的BP网络，并将它应用于负荷预报中，收到了很好的效果。相比普通的BP网络，不但预报精度大大提高，而且学习时间也缩短许多。3．学习小波理论，尝试将小波分析与神经网络相结合，设计出一种小波神经网络，并将其用于负荷预报，收到了很好的效果。4．提出一种新型神经网络，即RAN网。它是一种能根据输入数据的复杂程度而自动添加或删除其隐层神经元的神经网络，尝试将其用于负荷预报，同样收到了很好的效果，并且将三种方案进行了比较。