La predicción precisa a corto plazo de la carga puede garantizar el funcionamiento seguro y estable de las redes eléctricas, pero la carga no lineal aumenta la complejidad de la predicción. Para resolver el problema de aliasing modal en los datos históricos y explorar completamente la relación entre las características de series temporales en los datos de carga, este artículo propone un modelo de red cíclica con compuertas (SSA-GRU) basado en la optimización del algoritmo de gorrión. En primer lugar, se utilizan conjuntos complementarios y descomposición en modos empíricos (EMD) para descomponer los datos originales y obtener los componentes característicos. Se utiliza el modelo combinado SSA-GRU para predecir los componentes característicos, y finalmente se obtienen los resultados de la predicción y se completa la predicción de carga a corto plazo. Tomando los datos reales de una empresa como ejemplo, este artículo compara el modelo combinado CEEMD-SSA-GRU con los modelos EMD-SSA-GRU, SSA-GRU y GRU. Los resultados experimentales muestran que este modelo tiene un mejor efecto de predicción que otros modelos.