本发明属于电力预测技术领域，为了解决现有的混有非时序特征因素难以处理的问题，以及深度学习可解释性差，电力预测不准确的问题，提出了一种电力短期需求预测方法、系统、设备及介质，利用可解释模型得到的第二负荷预测结果，和预训练模型得到的第一负荷预测结果，基于第一负荷预测结果和第二负荷预测结果的相似度对预训练好的预测模型进行再次训练，得到训练好的预测模型，提高预测模型的预测的准确性；在预测模型中，通过对空间特征和时序特征的分别提取后再融合的方式，解决混有非时序特征因素难以处理的问题，提高电力需求预测的准确性。