本发明提供一种基于边缘计算的台区线损率预测方法，在台区内安装一种边缘计算装置，采集台区电气特征参数，并对其进行处理。其包括：1选取其他台区的历史电气特征参数和线损率、待测台区的历史电气特征参数和线损率构成数据集，并将其进行标准化处理；2在云平台构建AP聚类模型，对数据集进行聚类，筛选出与待测台区数据同一类簇的历史数据集；3在云平台构建BP神经网络模型，历史数据集作为训练样本，训练BP神经网络模型；4将训练完成的预测模型移植至边缘计算装置中，由边缘计算装置输出预测的台区线损率，并判断是否发送告警信息至运维人员。减少了云中心及主站的数据处理压力，利用聚类精度较高的聚类算法提取训练样本，提高了预测精度。