In this paper, a short- term load forecast model using the Long Short–Term Memory (LSTM) algorithm is described in detail. This is one of load forecast methods based on the Artificial Neural Network (ANN). The input data using in this research is the load data of Taiwan, collected from 01/6/2014 to 30/6/2014. The load forecasting result using LSTM model is compared to the result obtained from forecasting model using the Back-Propagation Neural Network (BPNN) algorithm show a visibly better efficacityTrong bài báo này, mô hình dự báo phụ tải ngắn hạn sử dụng thuật toán bộ nhớ ngắn hạn có trễ (Long Short–Term Memory - LSTM) được miêu tả một cách chi tiết. Đây là một trong các phương pháp dự báo phụ tải dựa trên mạng nơ ron nhân tạo (Artificial Neural Network – ANN). Bộ số liệu sử dụng trong nghiên cứu này là dữ liệu phụ tải của Đài Loan được thu thập trong giai đoạn từ ngày 1/6/2014 đến 30/6/2014. Kết quả dự báo của mô hình LSTM được so sánh với kết quả dự báo bằng thuật toán mạng nơ ron lan truyền ngược (Back Propagation Neural Network – BPNN) cho thấy hiệu quả cao hơn rõ rêt.