利用巴中市2020—2023年夏季日最高气温资料和电力负荷资料，分析日最高气温与气象电力负荷之间的关系，采用改进型Logistics模型和BP神经网络方法模拟预测气象电力负荷，对比分析两种方法对巴中地区夏季气象电力负荷预测的优劣。结果表明：在日最高气温T≤32 ℃阶段，改进型Logistics模型预测效果更好，能体现出该阶段的气象电力负荷线性特征；在日最高气温T>32 ℃阶段，BP神经网络模型预测效果更好，不仅能体现了该阶段气象电力负荷的非线性特征，更能反馈出气象电力负荷的离散特征。总体而言，改进型Logistics模型适用于长期预测，而BP神经网络模型更适用于短期预测，在气象电力负荷预测业务中，将二者结合起来使用能较大程度提高气象电力负荷预测准确度。