La predicción de carga de una empresa minera de carbón es un problema complicado debido al proceso tecnológico irregular de la minería. Es necesario aplicar modelos que puedan distinguir tanto componentes cíclicos como reglas complejas en los datos de consumo de energía que reflejen el proceso tecnológico altamente volátil. Para tales tareas, las Redes Neuronales Artificiales demuestran un rendimiento avanzado. En los últimos años, la efectividad de las Redes Neuronales Artificiales ha mejorado significativamente gracias a nuevas arquitecturas de vanguardia, métodos de entrenamiento y enfoques para reducir el sobreajuste. En este documento, se aplicó la arquitectura de Redes Neuronales Recurrentes con un modelo de pequeño tamaño para la predicción de carga a corto plazo de una empresa minera de carbón. Se desarrolló y entrenó un solo modelo recurrente para todo el período operativo de cuatro años de la empresa, con cambios significativos en el patrón de consumo de energía durante el período. Esta tarea fue desafiante ya que requería un rendimiento de generalización de alto nivel por parte del modelo. Se demostró que la precisión y las propiedades de generalización de los modelos recurrentes de pequeño tamaño pueden mejorarse significativamente mediante la selección adecuada de los hiperparámetros y el método de entrenamiento. La efectividad del enfoque propuesto se validó utilizando un conjunto de datos de un caso real.