本發(fā)明提供了一種基于證據(jù)回歸多模型的多聯(lián)供系統(tǒng)負(fù)荷預(yù)測方法，主要包括數(shù)據(jù)采集模塊、數(shù)據(jù)管理模塊、離線數(shù)據(jù)庫、數(shù)據(jù)分析與處理模塊、證據(jù)回歸預(yù)測模塊。本發(fā)明提出的多聯(lián)供系統(tǒng)環(huán)境下基于證據(jù)回歸多模型的負(fù)荷預(yù)測方法，是基于證據(jù)回歸的用于負(fù)荷預(yù)測的數(shù)據(jù)挖掘算法。本發(fā)明所述系統(tǒng)考慮到影響負(fù)荷的多重不確定屬性及其影響因素的模糊性，可以比較完整的掌握用戶用電、用熱、用氣負(fù)荷規(guī)律。預(yù)測方法主要針對于負(fù)荷變化相關(guān)的各種關(guān)聯(lián)因素，找出高關(guān)聯(lián)度的影響因子，通過聚類挖掘用戶用能行為，采用不同的結(jié)構(gòu)參數(shù)反映不同負(fù)荷預(yù)測區(qū)域，為大規(guī)?？稍偕履茉床⒕W(wǎng)后負(fù)荷高精度不確定預(yù)測提供新的解決思路。