中长期电力负荷预测对于电网的容量规划、变电站选址、规模和建设时间优化等诸多问题都有重要的意义。正因为此，针对负荷影响因素的复杂性和不确定性，本文研究与探索了电力负荷的不确定性预测模型，以使预测更符合客观需要。 文章首先对描述和处理不确定性信息的不确定性数学理论进行了研究与介绍，重点是研究与介绍了云理论和盲数理论，并探讨它们用于描述和处理电力负荷预测中不确定性信息的可行性和优越性。 由于在电力负荷预测前期收集历史数据资料时，可能遇到历史数据缺损的情况。为此本文接着研究了对历史数据缺损的情况，如何进行补缺和修正，以使预测的结果更加准确、可信。除了在常用方法的基础上进行了改进，还重点探讨了两种有效的基于神经网络的预处理方法。此外，还对特定历史条件下出现的拉闸限电情况的处理进行了一定的说明。 在探讨了电力负荷预测的特点、目前预测工作的现状和存在的问题，以及做了上述准备工作的基础之上，鉴于中长期负荷预测需面对大量不确定性信息这一现实，本文应用一些新兴理论改进和提出了六类中长期电力负荷预测的不确定性预测模型，分别是随机预测模型、模糊预测模型、灰色预测模型、云理论预测模型、盲数预测模型和未确知有理数组合预测模型。其中尤其值得一提的是云理论预测模型和盲数预测模型，本文率先将云理论引入到电力负荷预测中来，实现定性预测语言与定量数值之间的自然转换，克服了常用定性定量转换中强硬规定性和确定性的弊端，预测结果为具有不确定性的点集；盲数预测模型由于盲数理论本身的特点，较好地解决了影响中长期负荷预测的因素具有多种不确定性的问题；此外，为了解决单一负荷预测模型进行预测时对原始信息利用不足、预测结果由于预测方法本身的缺陷而引起误差等问题，本文还提出了可虑除不合理预测值的未确知有理数组合预测模型。 在不确定性预测模型研究的基础上，结合北方某地区供电公司科技创新项目的实际需要，我们用Delphi语言开发了一套以不确定性预测模型为主同时也包括大量常规预测模型的电力系统中长期负荷预测软件。 最后，本文对研究内容进行了总结，并对由于时间等原因未能进一步展开的研究进行了展望。