Glavni cilj ovog rada je razviti metodu za prognoziranje opterećenja temeljenu na odabranom modelu nadziranog strojnog učenja. Kratkoročno prognoziranje opterećenja provedeno je na povijesnim podacima vremenskih serija opterećenja za hrvatski elektroenergetski sustav, na agregiranoj razini opterećenja cjelokupnog sustava s predikcijama iznosa na satnoj rezoluciji. Najprije su analizirani povijesni podaci o opterećenju, kalendarski i meteorološki parametri kako bi se identificirale značajke s najvišom prediktivnom sposobnosti specifično za hrvatski prijenosni sustav. Na temelju provedene analize formulirane su i odabrane značajke. Razni modeli nadziranog strojnog učenja su promatrani: provedeno je učenje i validacija modela za ovaj specifičan zadatak prognoziranja opterećenja s različitim kratkoročnim horizontima predviđanja. Model ansambla temeljen na metodi glasanja sastavljen od predikcija nekoliko baznih regresora pokazuje najvišu točnost od svih promatranih modela - preko 98% za prognoze dan ili dva dana unaprijed - na ispitnom skupu koji obuhvaća povijesne podatke o potrošnji cijele jedne godine. Performanse modela dodatno su analizirane i evaluirane s naglaskom na ljetne i zimske periode, kao i posebne dane poput blagdana i praznika. Metoda za prognoziranje dnevnih krivulja opterećenja razvijena je i evaluirana s naglaskom na njihovu primarnu svrhu primjene u vođenju i planiranju pogona elektroenergetskog sustava koje provodi operator prijenosnog sustava. Konačno, dan je prijedlog smjernica za dodatne pravce istraživanja ovog područja i nadogradnje metode razvijene unutar ovoga rada.