本发明涉及一种碳排放预测方法与系统、介质和电子设备，步骤如下：确定待预测碳排放企业所属行业的碳排放源，获取行业的历史用电量数据、生产工艺流程中历史生产关联量数据与历史碳排放量作为样本数据；根据样本数据，构建BP神经网络模型；设定鲸鱼优化算法的参数条件，通过鲸鱼算法将样本数据划分为训练数据和测试数据训练并优化BP神经网络模型；将待预测碳排放的企业的用电量数据和生产关联量数据输入至优化后的BP神经网络模型，得到待预测碳排放的企业碳排放预测值。本发明通过鲸鱼算法优化BP神经网络，提高神经网络训练速度，避免了BP神经网络陷入局部最优的问题，获得更加科学可靠的碳排放预测模型。