本发明公开了一种基于特征树的迭代学习负荷预测方法，涉及负荷预测技术领域，用于解决现有预测精度低的问题，该方法包括以下步骤：接收负荷特征、天气特征及日历特征；通过顺序前向选择SFS算法进行特征选择，得到特征集，其中，所述SFS算法通过特征树选择算法进行特征选择；将所述特征集输入XGBoost算法模型中进行训练；所述特征选择及所述XGBoost算法模型训练通过多特征迭代学习框架进行迭代学习；训练完成，得到负荷功率预测模型。本发明还公开了一种短期负荷预测装置、电子设备和计算机存储介质。本发明通过对改进的特征树SFS算法进行特征选择，并进行模型训练，进而获取高精度的预测模型。