电力工业解除管制，引进市场机制，逐步建立电力市场来优化资源配置是深化改革发展的大势所趋。电力市场中电价的确定是最本质、最关键的部分，如何合理的根据市场需求确定相应的电价直接影响到市场能否公平、有效的运作。怎样根据以前的电价历史数据，负荷历史数据，以及其它影响电价的相关数据对未来的电价进行一个预测是十分有意义的事情。 对于市场价格的预测，有许多相似的研究，例如对股市、汇市的研究等等，但是电力作为一种特殊的商品，有其自身的特性。小波变换(Wavelet Transform)是80年代后期发展起来的应用数学分支，由于它比传统的傅立叶分析具有能精确分析信号在局部时间频谱信息的显著优点，其一出现就在数字信号处理领域受到广泛的重视。本文中使用小波变换的主要优点是它可无限分频的能力，可以将具有不同变化规律的因素造成的价格波动变化分离出来，从而为针对性的寻找预测方法和规律提供了可能；人工神经元网络作为一门新兴交叉科学，从20世纪80年代中后期至今掀起了一场研究与应用的新高潮，它的最突出的优点是通过对各种特征量的足够训练可以模仿任何映射，而无需要求这种映射是否有解析表达式，适用于多种插值和预测，但是它的缺点是建网无现成规律，样本训练有时需要很长时间，存在收敛问题，特别是当样本特征量不明显的时候。 本文试图通过结合小波分析与人工神经元网络的各自优点，来尝试改善对电力市场电价预测的准确度。第一章介绍了中国电力工业的电力市场改苹的初步情况及浙江省电力市场电价的确定方法，初步分析了电价的形成及受影响的一些因素；第二章介绍了小波分析方法的特点，分析对比了与以前一些方法的区别与优势；第三章介绍了人工神经元网络的应用及存在的问题与缺陷；第四章通过使用实际的市场电价数据，使用新的结合两者的新方法来进行算例分析与比较，用以评估结果；并指出了这种方法今后逐渐完善的一些建议。