本发明公开了一种基于神经网络的水流速度预测方法、系统及电子设备，包括：步骤1，采集河床床面粗糙程度、水面坡降大小、断面形状规则程度、水流含沙量大小、测点离开床面的距离作为第一特征；步骤2，采集河道级别的变化处作为第二特征；步骤3，确定各个河道轨迹间的特征距离；步骤4，为第一特征、第二特征和第三特征分配相应的权重，且第二特征的权重值大于第一特征和第三特征的权重值；步骤5，将第一特征、第二特征、第三特征及其相应的权重值输入流速预测模型，输出水流速度。本发明的预测方法，模型多样化，考虑到河道级别的变化以及河道之间的间接作用对水流流速的影响，因此具有预测精度高等优点。