Con el aumento del consumo de gas natural año tras año, la escasez de reservas de gas natural urbano conduce al desequilibrio cada vez más grave entre la oferta y la demanda de gas. Es particularmente importante establecer un modelo de pronóstico de carga diaria de gas correcto y razonable para garantizar la realización de la función de pronóstico y la precisión y confiabilidad de los resultados de cálculo. La mayoría de los modelos de predicción actuales se combinan con las características de los datos de gas y los modelos de predicción, y a menudo se consideran menos los factores influyentes. Para resolver este problema, se introdujo el concepto básico de múltiples parámetros meteorológicos (MWP), y se analizó la influencia de factores como la temperatura promedio, la radiación solar, la temperatura acumulada, la potencia del viento y el cambio de temperatura del cimiento del edificio en la carga diaria de gas urbano. Se estableció un modelo de pronóstico de carga diaria de múltiples parámetros meteorológicos (MWP-DLP) basado en los Días Térmicos del Sistema (STD), y se utilizó el algoritmo genético para resolver el modelo. Se pronosticó la carga diaria de gas en una ciudad y se analizaron los resultados. Los resultados muestran que la tendencia entre el valor pronosticado de la carga diaria de gas obtenido por el modelo MWP-DLP y el valor real fue básicamente consistente. El error relativo máximo fue del 8,2%, y el error porcentual absoluto medio (MAPE) fue del 2,68%. Se verificó la viabilidad del modelo de pronóstico MWP-DLP, lo que tiene una importancia práctica para que las empresas de gas formulen y decidan de manera razonable los esquemas de reducción de picos para reservar gas natural.