本文讨论了电力系统中长期负荷预测研究的目的和意义、国内外研究动态以及负荷预测的各种方法的比较，介绍了负荷预测的概论、基本原理、基本程序。 负荷预测的方法众多，每种预测模型都有自己的适用范围，很难适用于所有情况。组合预测模型能将多种预测方法得到的预测结果进行综合，能较大限度地利用各种预测样本信息，比单个预测模型考虑问题更系统、更全面，因而能够有效减少单个预测模型过程中一些环境随机因素的影响，从而提高预测精度。 组合预测模型的基础是各项的预测模型，因此在讨论组合预测模型之前，主要对灰色理论和RBF神经网络进行探讨。本文首先详细介绍了灰色理论模型中的GM(1,1)模型、微偏灰色预测模型，并引入了残差处理。然后介绍了神经网络，详细叙述了RBF神经网络。在确定隐层节点个数的时候采用了减聚类算法，从而提高了预测精度。然后，本文介绍了灰色理论和RBF神经网络的组合模型，总结出了几种不同的组合模型:并联型灰色神经网络综合模型、串联型灰色神经网络综合模型、灰色系统辅助神经网络型综合模型、神经网络辅助灰色系统综合模型和灰色补偿RBF神经网络模型。然后结合某地区实际数据，首先采用三种不同的灰色模型、RBF神经网络对该地区年用电量进行预测，然后选用并联型灰色神经网络综合模型和串联型灰色神经网络综合模型进行预测，结果表明，并联型灰色神经网络综合模型建模精度最高，适用于进行中长期负荷预测。最后，利用VB编制了负荷预测软件界面。设计出了适用于电力系统规划的中长期负荷预测软件，该软件操作方便，是电力规划人员的有力辅助工具之一。