本申请属于电力领域，提出了一种电力负荷预测模型的训练方法、装置及电子设备，该方法包括：对电力负荷的历史数据进行时频变换，对变换得到的频域特征进行筛选，根据筛选后的频域特征确定历史数据中的有效特征；获取待加入特征与已选特征的张成子空间的正交分量，计算所述正交分量与所述已选特征的拟合残差的相关系数，根据所述相关系数确定是否选用当前的待加入特征；将更新完成后的已选特征作为训练样本，对所述电力负荷预测模型进行训练。通过转换可以有效的筛选历史数据中的有效特征，通过相关系数可以选取有用特征的同时，剔除冗余特征，有效的简化预测模型，减小过拟合几率，提高预测精度。