In the energy industry in general, load forecasting is extremely important because electricity is directly affecting daily life and national economic sectors. Currently, there are many load forecasting methods, and each method has different its own advantages and disadvantages. Unlike current deep learning models, N-BEATS model has the advantages of fast training and inference time. The model also achieved high performance in famous time-series prediction competitions in different fields. In addition, the model can interpret the trend and seasonality of the data. This paper presents a shortterm (specifically 48 hours) electricity load forecasting method in Viet Nam based on the N-BEATS deep learning model. The paper analyzes the results and effects of trend and seasonality in load time series.Trong ngành năng lượng nói chung, dự báo phụ tải có ý nghĩa vô cùng quan trọng vì điện năng gắn liền và ảnh hưởng trực tiếp đến đời sống sinh hoạt và các ngành kinh tế quốc dân. Hiện nay, đã có nhiều phương pháp dự báo phụ tải được đề xuất và mỗi phương pháp đều có ưu, nhược điểm khác nhau. Khác với các mô hình học sâu hiện nay, mô hình N-BEATS có ưu điểm là thời gian huấn luyện và suy luận nhanh. Mô hình cũng đạt hiệu suất cao trong các cuộc thi dự đoán chuỗi thời gian nổi tiếng trong các lĩnh vực khác nhau. Ngoài ra, mô hình có khả năng diễn giải tính xu hướng và tính mùa của dữ liệu. Bài báo trình bày phương pháp dự báo phụ tải điện ngắn hạn (cụ thể là 48 giờ) ở Việt Nam dựa trên mô hình học sâu N-BEATS. Đồng thời, bài báo phân tích kết quả và ảnh hưởng của tính xu hướng và tính mùa trong chuỗi thời gian phụ tải.