本申请公开了一种基于特征选择的电力系统短期负荷预测方法及装置，其中，方法包括：获取电力系统的候选特征集；基于预先搭建的神经网络前馈长短期记忆网络对候选特征集进行特征选择，得到最优特征子集；将最优特征子集输入预先训练的目标短期负荷预测模型，得到电力系统的短期负荷，其中，目标短期负荷预测模型由电力系统的最优训练特征子集和对应的目标负荷训练得到，从而充分考虑到候选特征的相关性、冗余性和交互性，提高了短期负荷预测的精度。由此，解决了相关技术中难以分析特征之间的交互作用、冗余权重降低模型的收敛速度以及当特征空间较大时，运行代价过大等问题。