本发明涉及一种基于长短期记忆的用户离家时间预测方法，包括以下步骤：步骤1：用户的历史出行数据的记录；步骤2：分别对用户历史回家时间和历史离家时间、这二类数据进行归一化处理，历史初始SOC以及历史目标SOC因为取值处于0到1的区间，无需进行归一化处理；步骤3：对历史数据进行分组，按照表1对应选取输入量和输出量，即组输入量应有9个输入元素；步骤4：对步骤3中产生的数据组进行分组；步骤5：对LSTM网络进行参数设置并对预测网络进行训练；步骤6：用户离家时间的预测值的获取。步骤7：特殊情况应对。该用户离家时间预测模型相较于传统的用户自主设置的方式，能有效减小误差，避免功率浪费以及恶性竞争问题。