智能电网中的需求侧管理和短期调度操作需要对短期电价进行预测。因此，提出了一种多核极限学习机(MKELM)用于根据一些预先指定的价格阈值进行短期电价预测和分类。此方法与使用输入层和隐藏层之间的随机权重的传统ELM相比具有明显优势。此外，研究中借助水循环算法(WCA)对MKELM短期电价预测方法进行了优化，提出了WCA-MKELM方法，以提高短期电价预测与分类的准确性。为了验证所提议方法的有效性，对不同季节电力市场的电力需求进行分析，并进行短期价格预测。结果表明WCA-MKELM智能短期电网电价预测方法准确性较高。