本申请公开了一种基于双向长短时记忆网络的短期电力负荷预测方法及系统，主要涉及电力负荷预测技术领域，用以解决现有的预测方法存在由泛化性差、鲁棒性不足等，导致的准确性低的问题。包括：构建电力负荷数据集；对电力负荷数据集进行相关性分类，以构建电力负荷预测数据集；将电力负荷预测数据集划分为训练集、测试集和验证集；构建双向长短时记忆网络模型，初始化模型参数；将归一化处理后训练集导入双向长短时记忆网络模型，获取输出数据；获得矫正后的模型参数，以使双向长短时记忆网络模型基于矫正后的模型参数进行电力负荷预测。本申请通过上述方法极大地提升了区域电力负荷预测的精确度。