影响短期电力负荷预测的因素众多，如何有效地判断和选择这些相关因素是改善电力负荷预测的关键，通过引入数据挖掘中粗糙集约简算法来解决这一难题。针对常规粗糙集算法计算量大，且不具备容错性和泛化能力，在属性约简过程中设置了分类可信度β，因而对数据具有了一定的容错性和泛化能力，增强了抗噪声能力。经过对实际数据的计算分析，证实了本文提出的方法在一定程度上提高了负荷预测的精度和速度。