当前现有预测方法对智能电网短期时间内的电力负荷预测存在预测精度低、预测精度受气象条件变化影响等问题，现引入BP神经网络研究智能电网短期电力负荷预测方法：获取智能电网历史运行数据，对数据进行预处理，对样本进行归一化处理；利用BP神经网络构建电力负荷预测模型；建立模型训练网络拓扑结构，训练模型预测性能；完成电网短期电力负荷预测，并在考虑气象因素的情况下对预测进行补偿，得到预测结果。实验证明：新的预测方法在实际应用中预测精度更高，且预测精度不会受到气象条件的影响。