本发明公开了一种短期用电负荷预测方法，包括：收集短期用电的历史环境数据和历史负荷数据，对收集的数据进行预处理，划分为历史短期用电数据的训练集sql1和测试集sql2；搭建GRU‑LightGBM模型；GRU神经网络模型的输入量为短期用电环境数据，输出量为GRU预测用电负荷Ep1；LightGBM模型的输入量为短期用电环境数据和GRU预测用电负荷Ep1，输出量为LightGBM预测用电负荷Ep2；采用训练集sql1训练所述GRU‑LightGBM模型；采用测试集sql2验证模型训练完成；将待预测用电负荷时段的用电环境数据输入训练完成的GRU‑LightGBM模型，输出的LightGBM预测用电负荷Ep2作为短期用电负荷的预测结果。本发明采用LightGBM和GRU模型融合方法，综合各类环境影响因素，能够实现对短期用电负荷的精准预测。