对电力系统负荷预测而言，相关性分析一般考虑的输入量为历史负荷数据、历史气象数据(降雨量、日最高气温等) 。

小水电发电能力预测负荷自相关性分析

负荷自相关特性的分析对短期负荷预测输入量中历史数据的选择具有指导作用。负荷自相关性分析一般分为负荷日曲线相关性(平行相关性)和同时刻多日相关性(垂直相关性)2类。平行相关性一般可用7日(周)平均相关系数向量S表征，垂直相关性可用96点平均相关系数向量H表征。对某小水电地区的平行相关性和垂直相关性分析表明：无论是小水电出力曲线还是负荷曲线的年平均S值随着天数间隔的增大，平均相关系数基本上呈现单调减小。非小水电地区地调口径负荷日相关性和周相关性均比小水电地区地调口径负荷明显要高。垂直相关系数H值先随着时刻距离考察点远离而减小，当间隔时间超过12h后，又逐渐上升至上一日同时刻点为止，如4图所示。

小水电发电能力预测负荷与气象相关性分析

在气象相关性方面，多小水电地区负荷主要与气温相关，地区小水电发电出力主要与降雨量相关。

由于地表热容量的存在，单日极高气温对负荷影响往往不如连续多日高温天气的影响，对目标地区多日平均最高气温与最高负荷的相关特性分析结果如图5所示。

由图5可见，对目标地区而言，在研究日最高气温对日最高负荷的影响时，为计及气温累积效应，采用3日平均最高气温向量最优。