本发明属于电力系统优化调度技术领域，涉及潮流计算、智能算法改进及神经网络应用等技术领域，具体涉及一种基于鸽群算法和BP费用预测网络的有功调度求解方法；所述方法中通过基于劣势解更新策略和非线性权重系数改进了基本鸽群算法求解电网多目标有功调度问题的性能，成功获得均匀分布的帕累托非劣解集，并求得最优折衷调度方案。本发明还构建了一个基于BP神经网络的燃料费用预测网络，将折衷调度方案输入到BP神经网络中，能够以较小的时间成本确定出多个高质量的电网多目标有功调度方案。本发明能有效降低电网运行的燃料费用、功率损耗和废气排放等目标，从而满足决策者的多样需求。