结合粗糙集理论、遗传算法和神经网络的优点，提出了一种新的短期负荷预测方法—基于粗糙集的遗传神经网络负荷预测模型。由于影响短期负荷预测的因素众多，通过粗糙集理论中的属性约简对神经网络的输入进行了筛选，找到与预测量相关性大的影响因素作为输入量，减少了神经网络的工作量。为了解决神经网络自身收敛速度慢和容易陷入局部极小的缺陷，利用具有全局搜索能力强等优点的遗传算法与之相结合。实验证明了该算法在速度和精度上都能得到了提高，此方法在短期负荷预测中是可行性、有效性。