电力负荷预测对电力生产、调度以及制定销售制度等方面具有重要意义，同时也是电力系统规划和运行研究的重要内容，是保证电力系统可靠、经济运行的前提和电力系统规划建设的依据，其准确程度将直接影响到电力投资的效益、网络布局、运行的合理性以及产生的经济效益和社会效益。中长期电力负荷预测是把整个规划区域的负荷变化作为预测对象，其结果往往决定了未来城市对电力的需求量以及城市电网的供电容量。同时负荷总量的预测结果对确定未来的城市供电的新增电源点具有重要的指导意义，是电网规划的重要内容。本文概述了电力负荷预测的概念、分类及预测方法，并对电力系统负荷预测的影响因素、步骤及预测误差进行了分析。对BP神经网络的相关理论进行了研究，包括BP神经网络的结构设计、学习规则、学习参数选取及标准学习算法等。对宁陵县配电网负荷特性及电力市场进行了分析；结合宁陵配电网电力负荷的特点，分别采用时间序列方法和BP神经网络方法对宁陵县电力负荷进行预测，预测结果表明基于BP神经网络负荷预测方法准确度更高；最后基于BP神经网络预测方法对宁陵县未来几年电力负荷进行了预测。