针对电力调度交换机短期负荷预测，采用传统方法受到外界因素影响，导致预测效率较低，为了解决该问题，提出了基于神经网络短期负荷智能预测。综合时间和气温数据，设计训练样本选取流程。根据选取结果，分析神经网络接入方式，通过明确输入、输出和隐含层节点数量，对不同神经元进行训练，形成10-6-1的神经网络结构。在该结构下，计算一天某刻负荷均值和方差，并对温度和天气数据分别进行量化和编码处理，由此实现短期负荷智能预测。通过对比结果可知，该方法最高预测效率可达到98%，为电力调度交换机稳定运行提供数据支持