本发明公开了基于时间卷积神经网络的高比例光伏配电网电压预测方法，包括：步骤1，对原始负荷数据进行数据预处理：基于多时间尺度，采用最大最小区间缩放法对电压时间序列数据进行归一化处理，得到完整的电压序列；步骤2，构造输入特征向量集：基于决策树的极度梯度提升树算法进行特征筛选，构造训练样本集，输出各特征权重，结合权重大小和电压预测模型情况筛选出不同的特征子集；步骤3，建立基于含高比例光伏配电网电压预测构架，训练时间卷积网络预测模型，得到电压预测结果。本发明通过将提取到的特征与时间结合，输入时间卷积神经网络模型的不同通道，得出预测结果，从而达到显著升高配电网电压预测的精度的目的。