随着社会的进步与发展，电力行业已经成为我国经济发展的重要支柱，然而电能不能大量保存，如果发出的电能大于负荷消耗，就容易造成能源的浪费和环境的污染，电力负荷预测可以对电力系统电能供需平衡提供指导，高精度的短期电力负荷预测能为电力系统稳定、经济运行提供重要支撑。　　截至目前，世界各国对电力负荷预测所采用的方法不尽相同，神经网络和灰色理论系统在电力系统负荷预测中已有不少成功的应用。本文对神经网络和灰色系统的基本概念和建模机理进行分析，并对 BP神经网络和灰色 GM(1,1)模型的结合方式进行研究，建立了将灰色系统和BP神经网络相结合的组合预测模型，并利用天津市宝坻区的电力负荷历史数据，运用MATLAB建立不同的模型来分别实现电力负荷预测，对输出结果进行对比与分析，得出相关的结论。　　根据电力负荷预测结果的分析，综合考虑影响电力负荷的客观因素，在文章的最后给出了改善电力负荷预测的几点意见和建议，为提高电力负荷预测的精度提供了参考。