针对径向基函数(RBF)网络在电力系统短期负荷预测中存在的问题，提出一种量子粒子群优化(QPSO)算法训练RBF网络的方法，在确定网络隐含层节点个数后,将RBF网络各个参数编码成学习算法中的粒子个体进行优化,由此可在全局空间中搜索最优适应值的参数。用优化后的网络进行负荷预测，结果表明，该方法与传统的负荷预测方法相比，减少了训练时间并提高了预测精度，具有较好的应用前景。