本发明公开一种短期电动汽车充电负荷预测方法及系统。本发明建立日负荷预测模型时，利用近邻传播方法对样本库中的样本进行数据挖掘，可有效提高预测模型的预测效率。同时，本发明充分利用卷积神经网络的特征提取优势，利用RGB颜色映射方法将样本中的充电负荷数值转换成图像数据，同时还考虑了季节、气象、温度、节假日和交通量对充电负荷的影响，能够极大地提高预测模型的预测精度。在此基础上，利用非劣排序遗传算法对卷积神经网络的权值和阈值进行多目标优化，然后基于最优初始权值和最优初始阈值对卷积神经网络进行训练，能够有效减少由于网络中神经元的初始化随机给定导致的网络训练时间长的问题，进一步提高了预测模型的预测速度。
