气温、气压等天气因素决定了人体舒适度。随着社会经济的快速发展，空调和取暖负载在总用电负荷中的比重日益增加，天气对负荷波动的影响越来越明显。提出了一种考虑风速、降水、气压、气温、湿度等天气数据的径向基（RBF）神经网络日负荷预测模型，用实际负荷数据和天气数据进行训练，将预测结果与BP网络模型得到的结果进行比较，表明了该模型的优越性，也介绍了基于该模型和LabVIEW、Matlab的负荷预测虚拟仪器的前面板和流程图设计过程。结果表明，提出的模型算法简单、精度高、稳定性好，用虚拟仪器进行电力负荷预测具有操作简单、直观、节省费用等优点。所介绍的方法可以用于其它类型负荷预测模型的虚拟实现。