本发明提供了一种基于用户画像数据模型的短期用电量预测算法，包括以下步骤：用户数据整合。用户数据可分为静态数据与动态数据，静态数据指用户的基本信息，动态数据指每天用电量、业扩信息。行业特性分析。基于用户基础数据按行业分类，对数据进行细化，建立行业用电曲线方程式。提高数据精度。构造特性用户画像数据模型。构建函数模型。基于用户画像信息，使用回归分析算法、指数平滑法计算用户用电量。构建短期用电量组合方法预测模型。组合方法预测模型的关键点在与权重的取值，基于Spark分布式平台进行模型训练和调优。本发明降低了人工智能算法在中压有源配电网重构寻优的复杂程度，提高了算法的灵活性，提升了计算的效率。