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。