随着电力系统规模的不断扩大和智能化水平的提升，电力负荷预测的准确性对电网的安全稳定运行和经济效益具有重要意义。传统的负荷预测方法往往难以充分挖掘电力负荷数据中的复杂非线性特征和时空关联性，预测精度有待提高。本文基于机器学习技术，提出了一种混合预测模型，该模型结合了多种算法的优势，能够有效捕捉负荷数据的动态变化规律。通过实际电力系统数据的验证，结果表明所提出的混合模型相比单一模型具有更高的预测精度和更强的泛化能力，为电力负荷预测提供了一种新的有效解决方案。本研究对提升电力系统调度决策的科学性和经济性具有重要的理论和实践价值。