پیش بینی بار کوتاه مدت در بهره برداری ایمن و اقتصادی از سیستم های قدرت از اهمیت خاصی برخوردار است. با توجه به اهمیت موضوع، روش های مختلفی برای پیش بینی بار کوتاه مدت استفاده شده است. در این مطالعه به بررسی پرکاربردترین روش های استفاده شده در پیش بینی بار پرداخته شده و مقایسه ای بین آن ها صورت می گیرد. این روش ها شامل روش های سری زمانی arima ، روش یافتن روز مشابه، ساختارهای مختلف شبکه های عصبی مانند mlp، gmdh، rbf و...، سیستم فازی، anfis و svmمی باشد. همچنین دو مدل برای پیش بینی بار کوتاه مدت ارائه شده است که در مدل اول با استفاده از الگوریتم pso و در مدل دوم با استفاده از درخت رگرسیون بار ساعتی روز بعد پیش بینی می شود. هر دو روش ارائه شده دارای نتایجی با دقت بالا هستند.