본 논문은 전력부하 데이터를 예측하기 위한 예측 시스템의 설계법을 다룬다. 제안된 예측 시스템은 퍼지 추론의 이점과 고전 회귀모형의 이점을 동시에 취하는 TSK 퍼지모델을 기본 구조로 하여 설계되며, 상관성 기반 K-평균 퍼지 군집화 기법을 이용하여 생성된 규칙기반의 적합성을 높이고 원형의 데이터를 정규화 전처리를 통해 시스템에 대한 적합성을 높이도록 한다. 이때 정규화 과정에는 보간기법과 추세 차분을 이용하게 되며, 두 종류의 전력부하데이터를 시뮬레이션 하고 다른 시스템들과 비교하여 제안된 예측 시스템의 설계방법에 대한 효용성을 검증한다.This paper deals with design methods of the forecasting system to forecast the electricity load data. To build the proposed forecasting system, TSK fuzzy model which takes advantages of the fuzzy inference and classical regression method is used for main frame, at this time, the cross correlation-based K-means clustering algorithm is used to generate the suitable rule base. To improve the suitability of the given data for the system, normalization preprocessing method which applies the interpolation and trend difference methods is considered. In simulation section, two types of electricity load data are used for the performance evaluation, through comparing the proposed system with other systems, the efficiency of the proposed methods is verified.