本发明属于电力系统短期负荷预测技术领域，具体公开了一种基于SOM‑BP神经网络改进Prophet模型的短期负荷预测方法，首先通过SOM神经网络对历史非功率信息数据聚类计算得到相似日集合，而后采用BP神经网络对相似日数据进行训练得到单点负荷值预测结果。重点考虑历史数据的周期性和时序变化趋势，基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈，调整优化模型关键超参数，最后基于误差倒数法组合得到短期负荷预测结果。采用阿里云天池大数据竞赛负荷预测数据集对所提改进模型进行有效性验证，结果表明所提改进预测模型预测精度更高，且在拟合非工作日负荷曲线等方面具有优势。