本发明公开了一种基于谱聚类和LSTM神经网络的电动公交车充电负荷预测方法，该充电负荷预测方法包括：步骤一、电动公交车充电负荷数据处理及分析，即整理电动公交车充电负荷数据，并进行预处理与清洗，从而得到日负荷曲线，并分析日负荷曲线特征；步骤二、根据电动公交车日负荷曲线特征，利用考虑距离和形态特性的谱聚类算法对日负荷曲线进行聚类；步骤三、根据考虑距离和形态特性的谱聚类算法的负荷曲线聚类结果，对各类群体分别进行LSTM神经网络训练，确定最优网络参数，对预测日进行负荷预测。本发明通过聚类算法将具有相同特性的电动公交车划分为同一类簇，针对不同类簇进行LSTM神经网络建模分析，能提高总体负荷预测精度。