本发明公开了一种电力负荷预测方法及装置，所述方法包括：将原始数据集输入BP神经网络，遍历搜索获取缺失数据的位置，输出缺失数据值，进行缺失数据填充，获取完整数据集；对完整数据集进行参数寻优，输出最优超参数生成最优超参数向量；利用最优超参数向量构建LSTM神经网络，输入训练数据对LSTM神经网络进行训练得到LSTM模型；输入测试数据，对LSTM模型进行测试；向测试通过的LSTM模型输入特征值，进行电力负荷预测，其中，特征值包括气温、湿度、风速、历史数据以及预测时间点；本发明的优点在于：减少时间和资源，提高预测精度和真实性。
