本发明涉及基于深度学习的调峰辅助服务出清价格预测方法及装置，包括：获取连续N天的调峰辅助服务市场出清价格历史数据，将原始出清价格数据向前移动分别1、2……k天，获得D‑1、D‑2……D‑k数据列；采用BP神经网络、粒子群算法优化的BP神经网络、最小二乘支持向量机进行第一轮训练及预测，并形成BP‑扩展列、PSO_BP‑扩展列、LSSVM‑扩展列；利用前N‑k天的时点及D‑1、D‑2……D‑k出清价格、BP‑扩展列、PSO_BP‑扩展列、LSSVM‑扩展列及原出清价格作为训练数据对BP神经网络进行训练，利用训练好的BP神经网络即可进行待预测日的出清价格预测。本发明能较好的对电力出清价格进行预测。