一种基于经验模态分解和长短时记忆网络的电力负荷预测方法，首先，获取历史时刻的电力负荷数据和日期特征因素，并进行预处理；然后对预处理的历史数据进行经验模态分解，分解产生多个本征模函数信号以及残差信号，并分别作为多个神经网络预测的输入；再采用基于长短时记忆神经网络的深层网络分别对多个本征模函数信号以及残差信号进行训练建模，产生多个针对不同分量进行预测的子模型；最后，利用训练生成的多个针对不同分量进行预测的子模型对配变电力负荷在预测日期内的各本征模函数分量进行预测，并最后将各个分量的预测结果求和，产生当日的电力负荷预测结果。该方法将经验模态分解与神经网络两者结合起来，能进一步提升预测效果的准确性。